大模型LLM在 Text2SQL 上的应用实践
目前，大模型的一个热门应用方向Text2SQL，它可以帮助用户快速生成想要查询的SQL语句，再结合可视化技术可以降低使用数据的门槛，更便捷的支持决策。本文将从以下四个方面介绍LLM在Text2SQL应用上的基础实践。· Text2SQL概述· LangChain基础知识· 基于SQLDatabase
【2024最全最细Langchain教程-1 】调用openai实现人工智能时代的hello_world
1. 安装和引入openai库2. 创建OpenAi对象3. 调用openai的内置方法，输入消息和模型选择4. 没有梯子国内也可实现openai访问5. 使用免费模型的方法
LLM之LangChain（六）| 使用LangGraph创建一个超级AI Agent
Langgraph的特点是什么，以及如何在Langgraph中构建一个代理执行器，我们将探讨Langgraph中的聊天代理执行器以及如何在人类循环和聊天中修改Langgraph中的聊天agent执行器。这些将帮助我们利用现有的LangChain代理类，为我们的代理提供OpenAI的语言模型，并使用T
【AI大模型应用开发】【RAG评估】1. 通俗易懂：深度理解RAGAS评估方法的原理与应用
本文我们针对RAGAS评估方法进行详细介绍。我们将深入其原理，理解其评估指标背后是怎么实现的。都是我根据自己的理解用大白话解释，保证大家能看懂。
【AI学习】LangChain学习
LangChain是一个用于开发由语言模型驱动的应用程序的框架。具有上下文感知能力：将语言模型连接到上下文来源（提示指令，少量的示例，需要回应的内容等）具有推理能力：依赖语言模型进行推理（根据提供的上下文如何回答，采取什么行动等）
【Langchain+Streamlit】打造一个旅游问答AI
利用Langchain+Streamlit打造一个交互简单的旅游问答AI机器人，如果你有openai账号,可以按照如下的网址直接体验，如果你没有的话可以站内私信博主要一下临时key体验一下：产品使用传送门——这里有演示效果和代码讲解的视频传送门 ——github传送门 ——下面是一些使用效果截图，如
AI-基于Langchain-Chatchat和chatglm3-6b部署私有本地知识库
自从去年GPT模型火爆以来，降低了很多个人和企业进入人工智能领域的门槛，对于大模型尤其是开源的大模型国内应该比较受关注和期待，毕竟高额的成本也能将不少人阻挡在门外，其次，大家都希望在产品中集成LLM的能力，结合业务来落地智能化应用，提升产品的竞争力，最直接的应用就是构建知识库。下面汇总了一下之前介绍
AI大模型入门 - LangChain的剖析与实践
通过LangChain理解AI大模型，并学会基于大模型之上的CoT、ReAct、Embedding、向量数据库、Tools、Agent等应用方向有关的技术知识
Langchain-Chatchat开源库使用的随笔记（一）
chatchat使用笔记
梳理Langchain-Chatchat-UI接口文档
在 Langchain-Chatchat v0.1.17 版本及以前是有前后端分离的 Vue 项目的，但是 v0.2.0 后就没有了。所以本文使用的是 Langchain-Chatchat v0.1.17 版本中的 Vue 项目。经过一番折腾终于将 Langchain-Chatchat v0.1.1
虹科分享 | 用Redis为LangChain定制AI代理——OpenGPTs
文章介绍了LangChain的OpenGPTs项目如何利用Redis来作为其可扩展的实时数据平台。这个项目允许用户选择模型、控制数据检索，并管理数据存储的位置。Redis在OpenGPTs项目中用作存储层的实现，提供多种持久存储需求，同时还支持作为用于检索向量存储、用于存储信息和代理配置的数据库存储
Langchain中改进RAG能力的3种常用的扩展查询方法
有多种方法可以提高检索增强生成(RAG)的能力，其中一种方法称为查询扩展。我们这里主要介绍在Langchain中常用的3种方法
大模型、AI-Agent、langchain之间的关系
和传统的 RPA 相比，RPA 只能在给定的情况条件下，根据程序内预设好的流程来进行工作的处 理，而 AI Agent 则可以通过和环境进行交互，感知信息并做出对应的思考和行动。因此，大模型是构建AI-Agent时的一个高级功能单元，而非直接包含于AI-Agent内，而是被集成在AI-Agent架构
WebLangChain_ChatGLM：结合 WebLangChain 和 ChatGLM3 的中文 RAG 系统
本文将详细介绍基于网络检索信息的检索增强生成系统，即 WebLangChain。通过整合 LangChain，成功将大型语言模型与最受欢迎的外部知识库之一——互联网紧密结合。鉴于中文社区中大型语言模型的蓬勃发展，有许多可供利用的开源大语言模型。ChatGLM、Baichuan、Qwen 等大语言模型
LLM之RAG实战（一）：使用Mistral-7b, LangChain, ChromaDB搭建自己的WEB聊天界面
为了完成我们的任务，我们将使用HuggingFaceEmbeddings类，这是一个本地管道包装器，用于与Hugging Face Hub上托管的GTE模型进行交互。它的工作原理如下：我们设置了一个名为querying()的函数，它将查询作为主要输入，并使用一个名为history的名称巧妙的假参数来
通过4个任务比较LangChain和LlamaIndex
LlamaIndex和LangChain是构建LLM应用程序的两个框架。LlamaIndex专注于RAG用例，LangChain得到了更广泛的应用。
Flowise+LocalAI部署--Agent应用
Flowise 是一个开源的用户界面可视化工具，它允许用户通过拖放的方式来构建自定义的大型语言模型（LLM）流程。Flowise基于LangChain.js，是一个非常先进的图形用户界面，用于开发基于LLM的应用程序。Flowise还支持Docker和NodeJS，可以在本地或者在容器中运行。如果有
LangChain 27 AI Agents角色扮演多轮对话解决问题CAMEL
对话和基于聊天的语言模型的快速发展已经取得了在复杂任务解决方面的显著进展。然而，它们的成功在很大程度上依赖于人类输入来引导对话，这可能具有挑战性且耗时。本文探讨了构建可扩展技术以促进沟通代理之间的自主合作，并洞察其“认知”过程的潜力。为了解决实现自主合作的挑战，我们提出了一个名为角色扮演的新型沟通代
多Agent框架之-CrewAI-人工智能代理团队的未来
Agent具有与另一个Agent联系的能力，以委派工作或提出问题。任务可以使用特定的代理工具覆盖，这些工具应该被使用，同时还可以指定特定的代理来处理它们。流程定义了代理如何协同工作：任务如何分配给代理。代理之间如何互动。代理如何执行它们的任务。
美国初创公司Rabbit推出口袋AI设备R1；吴恩达课程：使用LangChain.js构建强大的JavaScript应用
美国初创公司Rabbit在CES 2024上发布了口袋AI设备R1，这款设备在一天内被抢购一空，售价为199美元。R1具有小巧玲珑的触屏、摄像头和交互滚轮按钮，搭载Rabbit自主研发的操作系统rabbitOS和大型操作模型，可以集多种功能于一身并学习特定应用操作。R1的目标是解放用户，充当AI助理
