利用亚马逊云科技Bedrock和LangChain开发AI驱动数据分析平台
Amazon Bedrock 是亚马逊云科技推出的一项生成式 AI 服务，旨在帮助开发者轻松访问和部署各种强大的基础模型（Foundation Models），如文本生成、对话生成、图像生成等。通过 Amazon Bedrock，开发者可以快速构建、定制和扩展 AI 应用程序，而无需从零开始训练模型
Langchain-Chatchat3.1版本docker部署流程——知识库问答
langchain-chatchat3.1 docker部署 知识库问答篇
从头开始搭建 Langchain-Chatchat 0.3x
langchain-chatchat 0.3x 从零开始本地部署搭建，rag本地知识库学习
Langchain--如何使用大模型 2.0
我们除了可以使用Langchain进行模型对话、提示词创作、嵌入模型，还可以使用其他的组件对大模型封装使用，打造我们自己的大模型。
Langchain-Chatchat 0.3.1保姆级部署教程
Langchain-Chatchat是一个基于 ChatGLM、Qwen 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的 RAG 与 Agent 应用项目。目前支持Agent、LLM对话、知识库对话、搜索引擎对话、文件对话、数据库对话、多模态图片对话、ARXIV文献对话、Wo
LangChain4j-RAG基础
对于矢量搜索，这通常涉及清理文档，用额外的数据和元数据丰富它们，将它们分成更小的片段（也称为分块），嵌入这些片段，最后将它们存储在嵌入存储（又称为矢量数据库）中。这里需要结合官方的示例学习, Metadata算是一个很重要的东西, 可以按照我们想要的方式把不同的文档数据进行隔离和过滤, 这样可以实现
开源模型应用落地-LangChain高阶-智能体探究-创建agent（四）
学习如何使用initialize_agent或create_json_chat_agen t创建agent
【AI开发】Langchain基础
目前只定义了一个最基础的@propertydef _call(self,) -> str:pd = prompt.find("吗")return "哦."print(llm)llm("你好吗")
【AI大模型】LangChain框架：示例选择器与输出解析器携手，编织NLP高效精准之网
本文将聚焦于LangChain框架中的两大璀璨明珠——示例选择器和输出解析器，深入探讨它们如何与Prompt精妙结合，共同编织出提升NLP任务效率与准确性的精密网络。示例选择器通过提供精心挑选的示例来增强Prompt，有效引导大型语言模型(LLM)生成更加符合预期的高质量输出。而输出解析器则负责将L
【AI大模型】Langchain探秘之旅：深入Prompt世界，解锁多种PromptTemplate的实战奇技！
在探索人工智能与自然语言处理领域时，“Prompt”是一个核心概念，尤其在 Langchain中，它是连接人类与机器思维的桥梁，能解锁模型潜能。本篇博客将深入这一领域，首先揭开 Prompt的神秘面纱，随后剖析Langchain中的几种重要PromptTemplate，包括基础而灵活的、专为聊天设计
LLM之RAG实战（四十）| 使用LangChain SQL Agent和MySQL搭建多层RAG ChatBot
在第二层，SQL Agent首先获取到用户的问题，然后要求 LLM 根据用户的问题创建 SQL 查询，使用内置函数在MySQL数据库上运行查询。在这里，我们使用的是 ChatPromptTemplate，如果你真的研究它，你会看到它是如何专门编写的，用于创建和运行 SQL 查询。在下一段代码中，将使
langchain 入门指南 - 让 AI 从互联网获取信息
通过这篇文章，我们知道了，我们可以通过搜索引擎来获取信息，然后将这些信息提供给 LLM，让它帮我们提炼出我们想要的信息。使用，这个类可以帮我们从互联网上获取信息，然后提供给 LLM。使用 Serper API，这个 API 可以直接调用，获取搜索结果。
【AI大模型应用开发】AI+知识图谱极简入门：手把手带你体验LangChain实现知识图谱创建和查询（附代码和源码分析）
最近在大模型应用中使用图数据库或知识图谱越来越流行。图在表示和存储多样化且相互关联的信息方面具有天然优势，能够轻松捕捉不同数据类型间的复杂关系和属性，从而更好地给大模型提供上下文或数据支持。本文一起来看下如何在大模型应用中使用图数据库或知识图谱。
2024年最新AI大模型，一文带你走进AI搜索！
随着技术的不断进步，这些AI工具将更加深入我们的生活，成为我们探索知识、解决问题的得力助手。智能对话，数据分析，语音识别和多平台支持，提供智能化、便捷化、高效化的解决方案。功能：华为的盘古大模型，它不仅支持知识问答、文案生成、代码生成，以及多模态大模型的图像生成、图像理解等能力集，还支持雷达、红外线
让AI语言模型自由飞翔：LangChain框架的奇妙世界
今天，我将为大家揭开一项令人激动的技术——LangChain。想象一下，如果能将人工智能的强大能力与我们日常使用的数据和工具无缝连接，那将开启怎样崭新且无限的可能！
langchain 入门指南 - 让 AI 记住你说过的话
没有特殊功能，只有一个messages属性，用于保存消息，是list类型。在使用 LLM 的时候，我们需要注意到 LLM 并不会记住我们之前说过的话。但是我们可以自行保存历史消息，然后在下一次调用的时候，将之前的消息传递给 AI。为了方便处理历史消息，langchain提供了这个工具，可以帮助我们保
详解基于 RAG 的 txt2sql 全过程
本文使用通义千问大模型和 ChromaDB 向量数据库来实现一个完整的 text2sql 的项目，并基于实际的业务进行效果的展示。
开源模型应用落地-LangChain高阶-QWen1.5-外部实时数据
通过LangChain调用外部心知天气API，并将结果返回给QWen1.5模型进行加工处理
开源模型应用落地-LangChain高阶-智能体探究-agent类型（一）
智能体入门，学习前三种agent类型，学习前三种agent类型，包括ZERO_SHOT_REACT_DESCRIPTION/CHAT_ZERO_SHOT_REACT_DESCRIPTION/CONVERSATIONAL_REACT_DESCRIPTION
