<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Zbb159的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Zbb159</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Zbb159]]></copyright><item><title><![CDATA[使用 Vectara 的 Self-Query Retriever 实现高级查询功能]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149271282</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149271282</guid><author>Zbb159</author><pubDate>Fri, 11 Jul 2025 13:08:34 +0800</pubDate><description><![CDATA[Vectara 提供了一个创新的平台，使得 RAG（检索增强生成）服务更易于使用。通过提供与文档和知识库紧密结合的 AI 查询能力，可以实现类似 ChatGPT 的高级体验。]]></description><category></category></item><item><title><![CDATA[使用 Milvus 和 SelfQueryRetriever 实现自查询检索系统]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149271149</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149271149</guid><author>Zbb159</author><pubDate>Fri, 11 Jul 2025 11:58:24 +0800</pubDate><description><![CDATA[Milvus 是一款专为处理海量嵌入向量而设计的数据库系统，广泛用于图像识别、自然语言处理等领域。通过将文档嵌入到 Milvus 中，我们可以快速实现高效的相似度检索。结合 SelfQueryRetriever，Milvus 允许我们使用自然语言来自查询检索器，实现复杂查询操作。]]></description><category></category></item><item><title><![CDATA[使用DashVector实现自查询检索器的动态图文教程]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149271093</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149271093</guid><author>Zbb159</author><pubDate>Fri, 11 Jul 2025 11:55:57 +0800</pubDate><description><![CDATA[DashVector在多模态AI搜索、分子结构分析等领域拥有广泛的应用。其强大的检索能力和自动扩展特性，使其非常适合构建复杂的AI应用程序。在使用DashVector时，确保数据格式和维度设置正确。利用DashVector的API接口，无缝集成到您的AI应用中，以提高检索效率。我们将创建一个DashVector向量存储并存入一些文档数据，首先需要获取API密钥，并设置环境变量。接下来，我们实例化自查询检索器，设定文档元数据字段和摘要。如果遇到问题欢迎在评论区交流。来限制返回文档的数量。]]></description><category></category></item><item><title><![CDATA[使用FalkorDB和LangChain构建自然语言接口]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149244441</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149244441</guid><author>Zbb159</author><pubDate>Thu, 10 Jul 2025 10:38:39 +0800</pubDate><description><![CDATA[FalkorDB因其图形化数据库结构和高效的数据查询能力在生成式AI领域受到广泛关注。与传统的关系型数据库不同，FalkorDB以图形方式存储信息，能够更加灵活地处理节点间的关系。这种特性特别适合复杂知识图谱的构建与查询。]]></description><category></category></item><item><title><![CDATA[深入探索Zapier的自然语言动作API与AI集成]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149244246</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149244246</guid><author>Zbb159</author><pubDate>Thu, 10 Jul 2025 10:32:56 +0800</pubDate><description><![CDATA[上述代码示例展示了如何在处理复杂的业务流程时利用Zapier NLA。通过自动化邮件检索和Slack消息发送，可以显著提高工作效率。例如，在金融行业，可以利用这种技术快速过滤关键信息并通知相关人员。如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[快速入门Slack工具包的实用指南]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149244049</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149244049</guid><author>Zbb159</author><pubDate>Thu, 10 Jul 2025 10:27:49 +0800</pubDate><description><![CDATA[SlackToolkit是一个用于与Slack集成的开发工具包，它通过Slack SDK提供API支持，便捷访问Slack的丰富功能。结合LangSmith和LangChain，我们可以更智能地自动化Slack中的操作。]]></description><category></category></item><item><title><![CDATA[使用Passio NutritionAI构建营养信息智能代理]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149243850</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149243850</guid><author>Zbb159</author><pubDate>Thu, 10 Jul 2025 10:22:01 +0800</pubDate><description><![CDATA[Passio NutritionAI是一项用于获取食品营养信息的服务。它为开发者提供了访问食品营养数据的API接口，因此应用广泛，包括健康应用、餐饮推荐系统等。通过使用NutritionAI，开发者可以轻松查找食品的营养成分，为用户提供更全面的健康建议。]]></description><category></category></item><item><title><![CDATA[使用FinancialDatasets工具包进行财务数据分析]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149225295</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149225295</guid><author>Zbb159</author><pubDate>Wed, 09 Jul 2025 15:20:42 +0800</pubDate><description><![CDATA[该工具包适用于各种财务分析场景，包括投资决策支持、公司财务健康评估以及竞争对手分析。在这些场景中，实时获取准确的数据并进行深入分析可以显著提升决策的质量。如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[使用TF-IDF技术实现文本检索]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149224804</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149224804</guid><author>Zbb159</author><pubDate>Wed, 09 Jul 2025 15:06:11 +0800</pubDate><description><![CDATA[TF-IDF是用于评估一个词在一个文本集合（例如一个文档集）中的重要性的方法之一。它结合了两个简单的统计量：词频（TF）和逆文档频率（IDF）。词频表示在某个给定文档中某个词出现的次数，而逆文档频率表示某个词跨多个文档出现的稀有程度。]]></description><category></category></item><item><title><![CDATA[使用Kinetica Vectorstore构建检索器]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149224531</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149224531</guid><author>Zbb159</author><pubDate>Wed, 09 Jul 2025 14:58:45 +0800</pubDate><description><![CDATA[接下来，我们需要获取OpenAI的API Key以使用嵌入功能。使用模块来确保安全输入：
接下来是环境变量的加载及必要库的导入：
配置Kinetica连接参数：
加载文本并进行处理：
创建Kinetica连接并配置向量存储：
构建检索器并进行搜索：
应用场景分析
这种检索方法能够用于需要快速从大量文档中提取相关信息的场景，例如新闻搜索、法律文本分析以及学术研究辅助等。同时，Kinetica数据库的高效性能使得它能够处理大规模数据集。如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[使用VikingDB数据库进行向量存储和检索]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149072744</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149072744</guid><author>Zbb159</author><pubDate>Wed, 02 Jul 2025 16:27:44 +0800</pubDate><description><![CDATA[随着深度学习技术的普及，处理庞大的向量数据变得尤为重要。VikingDB提供一种高效的方式来存储和检索这些嵌入向量，支持快速的相似度搜索，并可根据需要进行数据的划分与管理。]]></description><category></category></item><item><title><![CDATA[使用 Rockset 和 LangChain 构建实时搜索和分析系统]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149072375</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149072375</guid><author>Zbb159</author><pubDate>Wed, 02 Jul 2025 16:15:13 +0800</pubDate><description><![CDATA[随着数据量增加和复杂度提升，传统的搜索和分析工具难以满足实时性要求。Rockset 提供实时数据摄取和处理能力，并支持向量嵌入存储，能够快速响应复杂查询。同时，它支持元数据过滤，使开发者可以灵活地定义数据筛选条件。]]></description><category></category></item><item><title><![CDATA[使用Pinecone进行高效向量搜索和管理]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149072314</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149072314</guid><author>Zbb159</author><pubDate>Wed, 02 Jul 2025 16:13:46 +0800</pubDate><description><![CDATA[向量数据库是专门设计用于处理高维向量数据的数据库，而 Pinecone 则提供了丰富的功能，包括支持多种相似度度量以及与现有模型和框架的集成。我们可以利用这些功能来构建强大的检索系统。]]></description><category></category></item><item><title><![CDATA[深入探讨在LangChain中使用MongoDB Atlas进行向量搜索]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149069363</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149069363</guid><author>Zbb159</author><pubDate>Wed, 02 Jul 2025 14:28:25 +0800</pubDate><description><![CDATA[MongoDB Atlas支持原生向量搜索，使得在文档数据中执行相似度搜索成为可能。这项功能依赖于Hierarchical Navigable Small Worlds (HNSW)算法，能够高效地处理大规模数据集中的近似最近邻搜索。向量搜索是通过MQL阶段实现的。]]></description><category></category></item><item><title><![CDATA[使用Doctran进行文档问答转换以优化向量检索]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149062740</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149062740</guid><author>Zbb159</author><pubDate>Wed, 02 Jul 2025 09:42:12 +0800</pubDate><description><![CDATA[在向量知识库中存储文档是组织和检索信息的有效方法。然而，由于用户查询通常以问答格式呈现，直接检索文档可能会导致上下文不匹配的问题。Doctran通过将文档转化为问答格式，提高文档与用户查询的相似度，从而更精准地获取相关信息。]]></description><category></category></item><item><title><![CDATA[如何加载和处理SubRip Subtitle(.srt)文件数据]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149050740</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149050740</guid><author>Zbb159</author><pubDate>Tue, 01 Jul 2025 17:09:21 +0800</pubDate><description><![CDATA[SubRip字幕文件(.srt)是由简单的文本组成，每个字幕条目包括一个序号、两个时间戳以及字幕文本。时间戳采用“小时:分钟:秒,毫秒”的格式，分隔符为逗号，因为此格式最初在法国开发。这样的简单结构使得.srt文件易于解析和处理。]]></description><category></category></item><item><title><![CDATA[使用Fireworks Embeddings在Langchain中进行文本嵌入]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149048824</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149048824</guid><author>Zbb159</author><pubDate>Tue, 01 Jul 2025 16:03:06 +0800</pubDate><description><![CDATA[Fireworks Embeddings是一种能够将文本数据转换为嵌入向量的工具。这些嵌入向量可以用作文本分析、相似性比较和机器学习模型的输入特征。包提供了对这些嵌入功能的简单封装，使得在应用中调用更加便捷。]]></description><category></category></item><item><title><![CDATA[使用LangChain与Clarifai进行文本嵌入]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149048662</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149048662</guid><author>Zbb159</author><pubDate>Tue, 01 Jul 2025 15:58:35 +0800</pubDate><description><![CDATA[设置用户ID和应用ID以指定模型所在的应用。您可以通过Clarifai的查看已发布的模型列表。]]></description><category></category></item><item><title><![CDATA[利用LangChain访问OpenWeatherMap API获取天气数据]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149042483</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149042483</guid><author>Zbb159</author><pubDate>Tue, 01 Jul 2025 11:11:04 +0800</pubDate><description><![CDATA[OpenWeatherMap提供的API接口是一个强大的工具，允许开发者轻松获取指定位置的实时天气信息及预报服务。这些数据对天气预警、温度分析及历史天气研究等领域非常有帮助。]]></description><category></category></item><item><title><![CDATA[使用Serper API与LangChain进行Google搜索集成]]></title><link>https://blog.youkuaiyun.com/Zbb159/article/details/149027921</link><guid>https://blog.youkuaiyun.com/Zbb159/article/details/149027921</guid><author>Zbb159</author><pubDate>Mon, 30 Jun 2025 17:26:15 +0800</pubDate><description><![CDATA[Serper API提供了一种便捷的方式来访问Google搜索的结果。结合LangChain，我们可以通过定义工具链和代理来实现自动化的信息检索和问答系统。LangChain是一个强大的框架，用于构建可组合的自然语言处理应用程序。]]></description><category></category></item></channel></rss>