- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深入学习LLM开发 第十二章：Memory组件使用说明
用于在链式调用或对话系统中管理上下文信息，支持短期记忆（单次会话）和长期记忆（跨会话存储）。下面是Langchain框架的。通过合理选择记忆管理策略，可显著提升对话系统的。LangChain 的。长期记忆: 摘要/数据库。领域知识: 图谱/向量。短期记忆: 窗口缓存。
2025-04-05 00:30:00
9
原创 Apache Camel指南-第二章：路由径构建之管道处理
Apache Camel提供了多个处理器和组件，您可以在一条路线中将它们链接在一起。本章通过解释使用提供的构造块构造路线的原理来提供基本的指导。
2025-04-05 00:30:00
363
原创 Apache Camel指南-第零章：企业集成模式简介
Apache Camel支持Gregor Hohpe和Bobby Woolf 撰写的《Enterprise Integration Patterns》一书中的大多数模式。
2025-04-04 17:28:14
584
原创 Apache Camel指南-第四章：路由径构建之异常处理
Apache的骆驼提供几种不同的机制，让您在处理不同的粒度级别的例外：您可以通过处理一个路线中的异常。
2025-04-04 16:23:12
815
原创 深入学习LLM开发 第十一章：文档索引系统与检索增强生成（RAG下）
本文通过具体代码实现一个简单的RAG，基于DeepSeek的Chat模型，Pinecone进行向量存储。关于向量库数据召回详解，混合增强等更多内容在后续的文章中进行介绍。
2025-04-04 00:30:00
353
原创 深入学习Pytorch：第一章-初步认知
一个简单的基于Pythorch的线性回归使用例子，目的是对Pythorch有一个初步的认知，后续会逐步深入进行更详细的相关讲解
2025-04-02 12:36:12
651
原创 隐私计算技术概述
在数字时代，数据已成为驱动社会发展的核心生产要素。然而，数据的流通与共享始终面临一个根本矛盾：如何在挖掘数据价值的同时保护个人隐私和商业机密？随着全球数据安全法规（如GDPR、CCPA）的完善与公众隐私意识的觉醒，传统的数据集中式处理模式已难以为继。在此背景下，（Privacy-Preserving Computation）作为一种新兴技术范式，正在重塑数据要素市场的信任机制，成为平衡数据利用与隐私保护的关键解药。
2025-04-01 19:30:00
1096
原创 Python下的图像库：pillow的基本使用方法介绍
Pillow 是 Python 中最流行的图像处理库之一，它是经典库 PIL（Python Imaging Library）的维护分支（Fork），兼容 Python 3 并修复了许多原生 PIL 的缺陷。它提供了丰富的图像处理功能，适合基础的图像操作和简单的图像合成任务。
2025-04-01 15:22:24
1273
原创 国内隐私计算的开源框架介绍
中国隐私计算技术快速发展，已在金融、医疗、政务等数据密集型领域广泛应用。以FATE（微众银行）、隐语SecretFlow（蚂蚁集团）、Rosetta（矩阵元）、PaddleFL（百度）等为代表的开源框架，形成多层次技术生态
2025-04-01 12:09:46
1268
原创 深入学习LLM开发 第九章：LangChain的output_parser介绍
LangChain 的 output_parser模块用于将语言模型生成的原始文本输出，转换为开发者需要的格式（如字符串、列表、JSON 对象等）。它是 LangChain 中连接模型输出与下游逻辑的关键组件，确保输出的可控性和可用性。
2025-03-31 21:30:00
49
原创 深入学习LLM开发 第八章：LangChain的Message介绍
LangChain 的 messages模块通过标准化的消息类型和灵活的序列化机制，简化了对话系统的开发流程。无论是简单的单轮问答，还是复杂的多轮对话场景，开发者都能高效管理上下文信息，并与模型无缝交互。
2025-03-31 20:00:00
7
原创 深入学习LLM开发 第四章：LangChain中的链（Chains）
LangChain 的 Chains 组件是框架的核心模块之一，用于将多个独立组件（如模型、提示模板、内存、工具等）连接成一个完整的处理流程，实现复杂任务的自动化执行。
2025-03-26 19:17:05
12
原创 深入学习LLM开发 第三章：LangChain中的提示词模板
Prompts 模块是 LangChain 中用于优化和管理与大型语言模型（LLM）交互的核心组件。它的核心目标是结构化用户输入、提升模型输出质量，并实现动态内容生成。本文会对Prompts进行简单介绍。
2025-03-26 08:00:00
668
原创 深入学习LLM开发 第二章：LangChain简介
这里是对LangChain框架有一个基本的认知。请确认相关软件、组件版本，所有的代码都是基于下面的环境进行验证。软件版本python3.11.11langchain0.3.200.3.410.3.19。
2025-03-25 14:55:31
16
原创 深入学习LLM开发 第一章：大模型应用开发简介
基于大模型的应用开发方法从易到难有如下几种：1. 基于提示词的开发2. 基于RAG技术3. 基于Functiong Calling4. 基于微调技术。
2025-03-25 14:49:48
13
原创 深入学习LLM开发 第零章：简单说明
深入LLM开发——基于LangChain构建下一代AI应用。 本专栏面向开发者、技术团队负责人及AI应用研究者，旨在系统化拆解大语言模型（LLM）应用开发的核心技术，结合LangChain框架的实战能力，覆盖从基础开发到企业级落地的全链路知识体系。
2025-03-25 11:10:23
23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人