<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[bBADAS的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/bBADAS</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; bBADAS]]></copyright><item><title><![CDATA[利用人类作为AI工具来解决困惑]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146467506</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146467506</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 09:10:52 +0800</pubDate><description><![CDATA[在现代的AI应用中，自动化和智能化的需求推动了多任务处理系统的发展。然而，某些问题需要领域知识或上下文化解，人类的直觉和判断力变得格外重要。Langchain提供了一种机制，可以让AI在不明确的情况下，采用人类作为工具进行交互。]]></description><category></category></item><item><title><![CDATA[使用 Dataherald 组件进行数据查询]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466604</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466604</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 07:58:47 +0800</pubDate><description><![CDATA[Dataherald 是一个强大的数据查询工具，旨在简化数据库交互。通过使用 Dataherald 的 API，开发者可以快速进行数据检索，尤其适合需要频繁数据交互的项目。]]></description><category></category></item><item><title><![CDATA[使用CogniSwitch Toolkit构建生产级应用]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466473</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466473</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 07:31:05 +0800</pubDate><description><![CDATA[CogniSwitch Toolkit适用于需要处理大量文本数据的应用，如智能客服系统、自动化文档管理系统、知识管理平台等。通过集成自然语言处理和情感分析功能，开发者可以显著提升与用户互动的质量和效率。如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[使用 Amadeus Toolkit 和 LangChain 进行旅行决策和飞行查询]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466333</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466333</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 06:45:51 +0800</pubDate><description><![CDATA[在现代旅游应用中，实时获取航班数据并进行智能化决策是提高用户体验的重要因素。Amadeus 提供了强大的 API 接口，允许开发者访问全球航班和旅行数据。结合 LangChain 的自然语言处理能力，您可以在应用中实现高效的旅行查询和决策支持。]]></description><category></category></item><item><title><![CDATA[使用Zep实现长程记忆的AI助手开发实战]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466261</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466261</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 06:22:55 +0800</pubDate><description><![CDATA[随着AI聊天助手的广泛应用，如何让AI具备长程记忆从而提供更加个性化的用户体验成为了一个重要的研发方向。Zep是为AI助手应用设计的长程记忆服务，它能够记录并回忆过去的对话，降低幻觉现象，减少延迟并节约成本。]]></description><category></category></item><item><title><![CDATA[使用SingleStoreDB构建高性能向量检索器]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466159</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466159</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 05:33:01 +0800</pubDate><description><![CDATA[数据库的性能在大型AI应用中尤为重要。SingleStoreDB不仅提供了高效的SQL查询，还支持存储和处理向量数据。这使得基于文本相似性的查询变得快速而高效，特别是在需要处理大量文档的场景中。例如，我们可以通过向量化文本内容并存入数据库，然后使用向量函数进行快速查询，找出与查询文本最为相似的其他文本内容。]]></description><category></category></item><item><title><![CDATA[使用RePhraseQuery优化查询：实现与应用]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466148</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466148</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 05:16:34 +0800</pubDate><description><![CDATA[当我们在处理自然语言查询并需要将其转化为适配于向量存储（vectorstore）的查询时，RePhraseQuery是一个非常实用的工具。这种工具的主要任务是通过使用大语言模型（LLM）对用户输入进行预处理，从而简化查询过程。RePhraseQueryRetriever是LangChain架构的一部分，可用于优化自然语言处理与信息检索的结合。]]></description><category></category></item><item><title><![CDATA[Milvus Hybrid Search Retriever: Combining Dense and Sparse Vector Search]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466097</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466097</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 04:43:14 +0800</pubDate><description><![CDATA[Milvus Hybrid Search Retriever 特别适用于需要处理大量非结构化文本数据的场景，如电子商务、内容推荐、科学研究等。在这些领域中，利用混合向量搜索可以提高搜索结果的相关性和准确性。结束语：如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[利用Kay.ai API进行实时数据检索与分析]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466044</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466044</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 04:10:07 +0800</pubDate><description><![CDATA[Kay.ai 专注于对大规模数据进行嵌入式处理，以便于快速、准确地进行信息检索。通过其API，用户可以轻松访问包含公司公告、财务报告等在内的数据集。这为开发人员和数据科学家提供了一种新的方式来从海量数据中提取信息，为决策提供支持。]]></description><category></category></item><item><title><![CDATA[使用JaguarDB向量数据库实现RAG和相似性搜索]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146466038</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146466038</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 04:04:38 +0800</pubDate><description><![CDATA[JaguarDB是一个分布式向量数据库，支持多种数据类型和距离度量方法。其“all-masters”设计允许并行的读取和写入操作，极大提高了数据处理的效率。此外，通过结合LLM（大型语言模型）与实时数据，JaguarDB能够实现RAG，从而提升机器学习模型的生成能力。]]></description><category></category></item><item><title><![CDATA[使用Dria API进行高效数据检索]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146465985</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146465985</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 03:31:24 +0800</pubDate><description><![CDATA[在当前信息爆炸的时代，快速高效的数据检索成为了许多应用场景的核心需求。Dria通过提供中央化的RAG模型使得多源信息的管理和检索更加便捷。特别是在需要处理大量文本数据的场景中，Dria为开发者提供了一种可扩展的解决方案。]]></description><category></category></item><item><title><![CDATA[Zep Cloud 与 AI 助手应用的长期记忆服务]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146465838</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146465838</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 02:35:15 +0800</pubDate><description><![CDATA[在构建智能助手应用时，如何让AI助手能够记住过去的对话，并减少幻觉、降低延迟和成本，是开发者们面临的一大挑战。Zep Cloud作为AI助手应用的长期记忆服务，为开发者们提供了解决方案。通过Zep Cloud，AI助手可以回忆过去的对话，无论多遥远，还可以减少幻觉、延迟和成本。]]></description><category></category></item><item><title><![CDATA[使用 Vearch 构建高效的向量搜索系统]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146465620</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146465620</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 01:43:40 +0800</pubDate><description><![CDATA[如果遇到问题欢迎在评论区交流。]]></description><category></category></item><item><title><![CDATA[使用 Upstash Vector 进行向量数据库操作的完整指南]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146465516</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146465516</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 01:21:05 +0800</pubDate><description><![CDATA[Upstash Vector 特别适合用于大量文本数据的嵌入和搜索，例如新闻文章、用户评论等。其无服务器模式使得它在处理大规模数据时具有显著的性能优势。将文本块嵌入并批量插入数据库，获取插入向量的 ID。加载文本文件并将其分割为块以便生成向量嵌入。结束语：如果遇到问题欢迎在评论区交流。通过文本提示或向量查询数据库。参数指定返回结果数量。]]></description><category></category></item><item><title><![CDATA[使用 Supabase 和 pgvector 构建你的 AI 驱动的搜索系统]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146465156</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146465156</guid><author>bBADAS</author><pubDate>Mon, 24 Mar 2025 00:25:35 +0800</pubDate><description><![CDATA[Supabase 是一个开源的实时数据库和身份验证后端，基于 PostgreSQL 构建。它不仅提供了 SQL 数据库，还包括实时订阅、身份验证和存储等功能。pgvector 是一个 PostgreSQL 插件，用于存储和查询嵌入向量，使得 PostgreSQL 可以胜任机器学习相关的任务。]]></description><category></category></item><item><title><![CDATA[使用Langchain加载和分析新闻文章]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146454566</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146454566</guid><author>bBADAS</author><pubDate>Sun, 23 Mar 2025 12:44:32 +0800</pubDate><description><![CDATA[在自然语言处理（NLP）工作流中，尤其是在需要处理来自网络的文章时，将HTML格式的文本解析并转换为机器可读的文档格式是一个常见的步骤。Langchain提供的工具能够轻松实现这一目标。它不仅可以将HTML内容转换为结构化数据，还能够利用NLP技术提取关键词和生成文章摘要。]]></description><category></category></item><item><title><![CDATA[使用LLM Sherpa进行多格式文档加载的实践指南]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146454105</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146454105</guid><author>bBADAS</author><pubDate>Sun, 23 Mar 2025 11:58:57 +0800</pubDate><description><![CDATA[LLM Sherpa可用于各种应用场景，如文件归档、知识库构建、数据挖掘等。其强大的PDF解析功能尤其适用于需要保持文档布局信息的场景，比如法律文件的处理和技术文档的生成。: 将文档解析为完整的HTML文档。: 将文档解析为单个文本文件。如果遇到问题欢迎在评论区交流。: 将文档解析为多个部分。: 将文档解析为文本块。]]></description><category></category></item><item><title><![CDATA[从Kinetica数据库加载文档的实战指南]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146453894</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146453894</guid><author>bBADAS</author><pubDate>Sun, 23 Mar 2025 11:41:44 +0800</pubDate><description><![CDATA[Kinetica数据库凭借其GPU加速的优势，能够处理复杂的实时分析和高吞吐量的计算需求。在AI和数据密集型应用中，快速的数据访问和处理至关重要。LangChain社区提供的KineticaLoader是一个强大的工具，可以简化从Kinetica数据库加载文档的过程。]]></description><category></category></item><item><title><![CDATA[使用Python解析邮件文件(.eml和.msg)]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146451900</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146451900</guid><author>bBADAS</author><pubDate>Sun, 23 Mar 2025 09:39:50 +0800</pubDate><description><![CDATA[电子邮件文件通常以两种格式存在：.eml和.msg。.eml是一种通用的电子邮件格式，而.msg是专用于 Microsoft Outlook 的格式。为了处理这些文件，我们可以使用和来分别加载和解析它们。]]></description><category></category></item><item><title><![CDATA[使用Couchbase进行数据查询与加载的实践指南]]></title><link>https://blog.youkuaiyun.com/bBADAS/article/details/146451088</link><guid>https://blog.youkuaiyun.com/bBADAS/article/details/146451088</guid><author>bBADAS</author><pubDate>Sun, 23 Mar 2025 08:39:03 +0800</pubDate><description><![CDATA[Couchbase是一个广泛应用的分布式NoSQL云数据库，以其出色的性能和可扩展性闻名，特别适合于云、移动、AI和边缘计算应用场景。其独特的灵活性允许我们在不损失速度的情况下处理大量的数据和元数据。为了更好地利用Couchbase的优势，可以通过SQL++（适用于JSON的SQL）进行复杂的数据查询。]]></description><category></category></item></channel></rss>