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。
人工智能学习与实训笔记（九）：Langchain + 百度大模型实战案例
人工智能子Langchain流程介绍：
AI小白使用Macbook Pro安装llama3与langchain初体验
使用Macbook Pro安装一个本地大语言模型Meta旗下最新大模型Llama 3，80亿（8b）和700亿（70b）两个小参数版本，以及使用langchain完成简单的RAG。
开源模型应用落地-LangChain高阶-Tools工具-集成agents（四）
将代理（agents）串联工具（tools ），将大语言模型的能力和本地、云服务能力结合
开源模型应用落地-LangChain高阶-事件回调-合规校验
通过LangChain的事件回调机制，便捷完成用户输入和模型输出的合规性检测
开源模型应用落地-LangChain高阶-Tools工具-Multi-Agent（五）
基于Multi-Agent进一步串联多个agents，通过多个 Agent 的协同合作，高效完成复杂任务。
人工智能的黄金链条：LangChain核心模块Chains解析
Chain 作为 LangChain 的核心模块之一，重要性不言而喻，它相当于是所有复杂逻辑的基础，用来将每个零散的逻辑串联成一整个业务流程，Chain 的设计非常巧妙，可以说是大模型应用的最佳实践之一。串联式调用语言模型链的一种，简单的串联每个步骤（Chain 实例），每个步骤都有单一的输入/输出
langchain调用语言模型chatglm4从智谱AI
参考了一些官方和他人帖子：主要就是LLM类的继承和重写# 函数继承和重写@property我们这里的本地模型是chatglm6B，结果：显存：速度：10个字需要0.12s。
【AI大模型应用开发】【LangChain系列】7. LangServe：轻松将你的LangChain程序部署成服务
通过一个例子带大家看了下LangServe的使用方法。它其实就是将LangChain程序制作成了一个 FastAPI 服务，方便部署和发布。重点在 `add_routes` 函数。
