文章 2025-06-23 来自:开发者社区

智能体(AI Agent)开发实战之【LangChain】(二)结合大模型基于RAG实现本地知识库问答

上一篇介绍了接入大模型输出结果,实现了基本的问答功能。现有大模型都是基于公开资料训练的,搜索垂直专业领域的知识可能会出现问题。本篇文章会基于RAG实现简单的知识库问答功能。一、RAG介绍 RAG(Retrieval Augmented Generation)即检索增强生成,是一种结合了信息检索和大语言模型(...

智能体(AI Agent)开发实战之【LangChain】(二)结合大模型基于RAG实现本地知识库问答
文章 2025-06-12 来自:开发者社区

智能体(AI Agent)开发实战之【LangChain】(一)接入大模型输出结果

LangChain 是一个强大的开源框架,专为构建与大语言模型(LLMs)相关的应用而设计。通过将多个 API、数据源和外部工具无缝集成,LangChain 能帮助开发者更高效地构建智能应用。一、环境准备 安装LangChain,langChain-core等库,我安装时LangChain版本是࿱...

智能体(AI Agent)开发实战之【LangChain】(一)接入大模型输出结果
文章 2025-04-22 来自:开发者社区

通过Milvus和Langchain快速构建基于百炼大模型的LLM问答系统

本文主要演示了如何使用 Milvus 和 LangChain 快速构建一个基于阿里云百炼大模型的 LLM 问答系统。 前期准备 服务开通 本文采用的Embedding模型为阿里云百炼平台的 通用文本向量-v2,采用的LLM为 通义千问-Max-Latest。本文相关的API-KEY可在百炼平台进行创建。更多Embedding和LLM模型的支持可以参照...

通过Milvus和Langchain快速构建基于百炼大模型的LLM问答系统
文章 2024-10-14 来自:开发者社区

解锁AI新纪元:LangChain保姆级RAG实战,助你抢占大模型发展趋势红利,共赴智能未来之旅!

基于LangChain 进行保姆级RAG实战演练:大模型发展趋势和红利期把握 随着人工智能技术的不断进步,大型语言模型(LLM)在各个领域的应用日益广泛。而检索增强生成(RAG)技术,作为提升LLM性能的重要手段,正逐渐受到业界的广泛关注。本文将通过对比和对比的形式,详细...

文章 2024-10-14 来自:开发者社区

揭秘LangChain+RAG如何重塑行业未来?保姆级实战演练,解锁大模型在各领域应用场景的神秘面纱!

基于LangChain 进行保姆级RAG实战演练:各行业的大模型的应用场景部署 随着人工智能技术的飞速发展,大型语言模型(LLM)在各个行业中的应用日益广泛。而检索增强生成(RAG)技术,作为提升LLM性能的重要手段,正逐渐成为企业实现智能化转型的关键。本文将通过保姆级的实战演练&#x...

文章 2024-10-12 来自:开发者社区

LangChain-26 Custom Agent 自定义一个Agent并通过@tool绑定对应的工具 同时让大模型自己调用编写的@tools函数

安装依赖 pip install -qU langchain-core langchain-openai ...

LangChain-26 Custom Agent 自定义一个Agent并通过@tool绑定对应的工具 同时让大模型自己调用编写的@tools函数
文章 2024-10-12 来自:开发者社区

LangChain-25 ReAct 让大模型自己思考和决策下一步 AutoGPT实现途径、AGI重要里程碑

背景介绍 大模型ReAct(Reasoning and Acting)是一种新兴的技术框架,旨在通过逻辑推理和行动序列的构建,使大型语言模型(LLM)能够达成特定的目标。这一框架的核心思想是赋予机器模型类似人类的推理和行动能力,从而在各种任务和环境中实现更高效、更智能的决策和操作。 核心组成 ReAct框架主要由三个关键概念组成:Thought(思考)、Act(...

LangChain-25 ReAct 让大模型自己思考和决策下一步 AutoGPT实现途径、AGI重要里程碑
文章 2024-10-12 来自:开发者社区

LangChain-22 Text Embedding 续接21节 文本切分后 对文本进行embedding向量化处理 后续可保存到向量数据库后进行检索 从而扩展大模型的能力

背景描述 介绍Embedding Text Embedding在大模型中的应用是一个重要的技术,它涉及到将高维度的数据(如文本)映射到低维度空间的过程。这一过程不仅有助于减少数据处理的复杂性,还能够捕捉和表达数据的语义信息。在自然语言处理(NLP)和机器学习领域,Text Embedding是实现文本分类、情感分析、机器翻译等任务的基础。 工作原理 Te...

LangChain-22 Text Embedding 续接21节 文本切分后 对文本进行embedding向量化处理 后续可保存到向量数据库后进行检索 从而扩展大模型的能力
文章 2024-10-11 来自:开发者社区

LangChain-17 FunctionCalling 利用大模型对函数进行回调 扩展大模型的额外的能力 比如实现加减乘除等功能

背景介绍 引用: Function Calling是一种允许用户在使用大型语言模型(如GPT系列)处理特定问题时,定制并调用外部函数的功能。这些外部函数可以是专门为处理特定任务(如数据分析、图像处理等)而设计的代码块。通过Function Calling,大模型可以调用这些外部函数获取信息,然后根据这些信息生成相应的输出,从而实现更加复杂和专业化的任务处理能力。 安装依赖...

LangChain-17 FunctionCalling 利用大模型对函数进行回调 扩展大模型的额外的能力 比如实现加减乘除等功能
文章 2024-10-11 来自:开发者社区

LangChain-11 Code Writing FunctionCalling 大模型通过编写代码完成需求 大模型计算加法

背景简介 我们知道GPT模型对于内容的输出,是对下一个字符的预测,通过概率选出下一个文本。 而且我们也知道,训练样本是非常庞大的,对于GPT来说,也是有可能学习过1 + 1 = 2的。 当我们向GPT询问1+1 时,完全可以通过概率来推测出结果是2 但是当我们要求GPT计算:12311111111111111 + 999999988888888111时,...

LangChain-11 Code Writing FunctionCalling 大模型通过编写代码完成需求 大模型计算加法

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

云原生数据仓库 AnalyticDB PostgreSQL版您可能感兴趣

产品推荐

云原生数据仓库AnalyticDB

定期发送云原生数据仓库AnalyticDB产品重大发布和技术干货

+关注