LangChain-08 Query SQL DB 通过GPT自动查询SQL
LangChain的方式进行数据库查询，通过编写SQL对DB进行读取，并返回运行的结果，我们需要下载一个LangChain官方提供的本地小数据库，同时需要编写一段Chain来达到我们的目的。
LangChain——Embedding 智谱AI
Embedding嵌入创建一段文本的矢量表示。这很有用，因为这意味着我们可以考虑向量空间中的文本，并执行语义搜索之类的操作，在其中查找向量空间中最相似的文本片段。LangChain 中的基类Embeddings提供了两种方法：一种用于嵌入文档，另一种用于嵌入查询。前者采用多个文本作为输入，而后者采用
如何使用Langchain集成Kimi AI（Moonshot AI）
AI浪潮势不可挡，还不来试试看吗？
docker部署本地词向量模型
会先去下载 docker 镜像，然后运行容器。特别要强调的是：model 的路径可不是随便写的。在我的这个例子中，启动 docker 时，映射的路径是。，因此 model 的路径必须以/data 开头，不然的话是找不到模型的。，大家可以参考我的路径来调整 model 和 volume 变量的值。
基于LLM Graph Transformer的知识图谱构建技术研究：LangChain框架下转换机制实践
本文是LangChain的一个代码贡献者编写的文章，将对这些内容进行详细介绍，文章最后还包含了作者提供的源代码
LangChain 实战：零基础打造你的专属 AI 智能体
随着人工智能技术的飞速发展，大语言模型（LLMs）如GPT系列已成为推动AI应用创新的重要力量。然而，面对复杂的实际应用场景，单一的 LLM 往往力不从心。LangChain 作为一个强大的开源框架应运而生，它为开发者提供了一套灵活的工具和接口，即使不具备深厚的技术背景，也能轻松构建出满足特定需求的
LangChain（八）构建多Agent的AI系统-实战！
好久没有更新LangChian系列的文章了，最近一直在给我们的项目进行集成工作。代码集成、系统优化、多线程操作等等……交给一个算法工程师真的好吗……不得已恶补了一下这方面的知识，写了很多有关于系统集成、代码规范、多线程编程方面的文章。时至今日终于告一段落……针对项目中实际编写的有关多链路由多Agen
借助AI与LangChain：一键从Excel生成智能化跨平台自动化测试代码！
通过这些扩展，工具不仅能支持Android和iOS平台，还能生成复杂的用户操作，并能够生成详细的测试报告和实现数据驱动测试。这让自动化测试工具更灵活、更强大，同时满足了更多实际测试场景的需求。
使用 Langchain-chatchat 搭建 RAG 应用，并使用postman进行测试验证
LangChain-Chatchat (原 Langchain-ChatGLM)，一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。
使用Langchain-chatchat搭建RAG应用，并使用postman进行测试验证
Github地址：https://github.com/chatchat-space/Langchain-Chatchat LangChain-Chatchat (原 Langchain-ChatGLM)，一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一
为什么AI大模型连简单的加法都算不对？
这个问题引发了一个常见的现象，即大模型（如讯飞星火、Kimi等）在涉及简单的加法运算时，结果经常不准确。
【AI大模型】初识LangChain：功能强大的语言模型框架
LangChain由 Harrison Chase 创建于2022年10月，它是围绕LLMs（大语言模型）建立的一个框架，LLMs使用机器学习算法和海量数据来分析和理解自然语言，GPT3.5、GPT4是LLMs最先进的代表，国内百度的文心一言、阿里的通义千问也属于LLMs。LangChain自身
微软企业级 AI 框架 Semantic Kernel 详解，LangChain 最强替代
Semanic Kernel 是微软开源的一个轻量级的开源开发套件，它让你可以轻松构建 AI Agent，并将最新的 AI 模型集成到您的 C#、Python 或 Java 代码库中；它提供了一个简单易用的 API，可以连接到各种 AI 服务，例如 OpenAI、Azure OpenAI 和 Hug
快速入门指南: 使用LangChain的向量存储和检索器
准备好体验LangChain的魔力了吗？今天我们要探索的是向量存储和检索器抽象，这是LLM工作流中不可或缺的一部分。我们将揭开它们的神秘面纱，并看看它们如何帮助我们从数据库和其他数据源中检索数据，特别是在需要进行检索增强生成（RAG）时。这不仅是技术上的飞跃，也是让你的应用程序更智能、更高效的关键一
开源模型应用落地-LangChain实用小技巧-使用CacheBackedEmbeddings组件（九）
使用CacheBackedEmbeddings组件提升处理效率和数据可靠性
你要了解的2种AI思维链
我们使用的AI助手，一般是经过了预训练和微调这2个步骤，尽管训练出的模型能回答许多通用类问题，但是在遇到复杂问题时还是束手无策。
LangChain-09 Query SQL DB With RUN GPT 查询数据库 并 执行SQL 返回结果
【代码】LangChain-09 Query SQL DB With RUN GPT 查询数据库 并 执行SQL 返回结果。结合 上一节，根据我们的需求，生成SQL后，执行返回结果。
自定义 LLM：LangChain与文心一言擦出火花
call：它需要接受一个字符串、可选的停用词，并返回一个字符串。：用于帮助打印 LLM 信息。该函数应该返回一个字典。使用LLM模块来封装我们的模型接口，可以带来许多好处，其中之一就是有利于与LangChain的其他模块进行协同工作。"""使用 API Key，Secret Key 获取ac
大模型RAG基础知识 #Datawhale AI夏令营
在实际业务场景中，通用的基础大模型可能存在无法满足我们需求的情况，大模型幻觉、知识局限性，为了上述这些问题，研究人员提出了检索增强生成（Retrieval Augmented Generation, RAG）的方法。
利用Stable Diffusion AI图像模型评估智能车模型算法表现(下篇)
Amazon SageMaker 是亚马逊云科技提供的一项全托管机器学习服务，帮助开发者和数据科学家轻松构建、训练和部署机器学习模型。SageMaker 提供了全套的工具和基础设施支持，用户无需管理底层的服务器和环境，即可快速处理从数据准备到模型训练再到部署的完整机器学习流程。SageMaker 提
