开源模型应用落地-FastAPI-助力模型交互-WebSocket篇（六）
使用FastAPI提高AI应用程序的开发效率和用户体验,为 AI 模型的部署和交互提供全方位的支持。
开源模型应用落地-FastAPI-助力模型交互-WebSocket篇（五）
使用FastAPI提高AI应用程序的开发效率和用户体验,为 AI 模型的部署和交互提供全方位的支持。
【AI大模型应用开发】【LangChain系列】实战案例4：再战RAG问答，提取在线网页数据，并返回生成答案的来源
本文利用 LangChain 实现了一个完整的问答RAG应用。其中RAG中的数据源采用加载网页数据的形式获取，而不是采用之前实践中传统的本地知识库（加载本地PDF文件）的方式。然后我们还在RAG的返回中增加了参考文本的输出，这是之前我们没有实践过的，算是一点新知识。在实现这个功能的过程中，最主要的是
保护隐私，释放智能：使用LangChain和Presidio构建安全的AI问答系统
LangChain是一个基于区块链的AI模型管理和推理平台，它支持在不暴露原始数据的情况下进行AI推理，从而保护用户隐私。Presidio是Microsoft开源的文本数据匿名化工具，由分析器和匿名化器两部分组成，能够识别和替换文本中的PII实体。通过LangChain和Presidio的结合使用，
基于SearXNG+LangChain的实现的AI搜索引擎（2）
bash复制代码。
LangChain4j AiServices 实现聊天记忆
LangChain4j 实现聊天记忆、聊天记忆持久化，多用户聊天记忆，多用户聊天记忆持久化功能
【AI大模型应用开发】【LangChain系列】实战案例1：用LangChain写Python代码并执行来生成答案
本文通过一个案例来学习下如何让 LangChain 写代码并自动执行输出结果。
【记录】LangChain+本地模型的文档问答（webUI）
已在notebook测试无误。
搞AI不必非得转学python了，SpringAi(spring版的langchain)来了
spring官方于3月1日发布springAI，java世界的Langchain框架。令人惊喜的2个特性，绝对是java程序的大福利！！！
24.4k Star！Flowise ：LLM开源低代码工具、可视化的LangChain实现、可定制AI Agent
Aitrainee | 公众号：AI进修生：AI算法工程师 / Prompt工程师 / ROS机器人开发者 | 分享AI动态与算法应用资讯，提升技术效率。🌟拖放 UI 以构建您的定制 LLM 流程：Flowise，一个用户友好的、无代码的平台，它简化了构建LangChain工作流的过程， 允许开
使用LangChain调用智谱AI的glm-4对话
【代码】使用LangChain调用智谱AI的glm-4对话。
LangChain-Chatchat 开源知识库来了
首先，我们需要定义问答任务。在 LangChain 中，任务是通过一系列 JSON 格式的配置文件来定义的。对于问答任务，我们需要指定输入文本、输出文本、知识库等相关信息。
LangChain连接国内大模型测试|智谱ai、讯飞星火、通义千问
n\n根据题目中的第二个条件，桌子比椅子多288元，可以得到以下等式：\n\n\[ 10x - x = 288 \]\n\n解这个方程，我们可以找到 \( x \) 的值：\n\n\[ 9x = 288 \]\n\[ x = \frac{288}{9} \]\n\[ x = 32 \]\n\n所以一
MyScale Telemetry：开源版 LangSmith，增强 LLM 应用程序的可观测性
MyScale Telemetry 是 LangSmith 的开源替代品，它提供与 LangSmith 类似的功能，包括跟踪和评估 LLM 应用程序。MyScale Telemetry 通过使用多功能强大的 MyScale SQL向量数据库和广泛使用的 Grafana 仪表板，减少了系统复杂性并提
AI探索实践10 - Typescript开发AI应用2：前端实现本地模型流式响应输出
文本主要是记录如何用前端技术，实现流式响应（打字机）的一种方法。通过使用前端流请求与响应的处理方法，设计必要的变量来控制数据读取和显示逻辑，来实现设计目标。
手把手教你从0到1搭建一个AI Agent(智能体)
本文介绍了ReAct Agent的概念和组成并通过代码实现了一个Ai Agent(智能体）
【AI大模型应用开发】【RAG优化 / 前沿】0. 综述：盘点当前传统RAG流程中存在的问题及优化方法、研究前沿
10个痛点问题，20+优化方法，8个前沿RAG研究。本文我们从RAG的流水线开始，全面梳理了当前传统RAG存在的问题，同时针对每个问题，总结了优化方法。并且，整理了当前前沿的RAG研究。
【AI大模型应用开发】以LangChain为例：从短期记忆实战，到如何让AI应用保持长期记忆的探索
本文我们来系统看下实现大模型应用记忆的方法，包括短期记忆和长期记忆。还是以LangChain为例来进行实战。
星火模型（Spark）的langchain 实现
星火模型的langchain实现。测试已通过，希望有所帮助。实现如下： 自行跳转。
AI系列：大语言模型的function calling（下）- 使用LangChain
在AI系列：大语言模型的function calling（上）中我们实现了OpenAI原生的function calling。这篇文章将继续探讨如何使用LangChain实现大语言模型（LLM）的function calling。
