深入学习LLM开发：基于LangChain构建下一代AI应用
分享
扫一扫
文章平均质量分 90
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。帮助读者掌握构建高可用、高扩展性LLM应用的硬核技。
超级会员免费看
沙子可可
从业20年的互联网老鸟
展开
-
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。原创 2025-04-04 00:30:00 · 110 阅读 · 0 评论 -
深入学习LLM开发 第十章：文档索引系统与检索增强生成（RAG上）
对RAG技术的原理和实现技术进行讲解原创 2025-04-04 00:30:00 · 134 阅读 · 0 评论 -
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。原创 2025-03-31 21:30:00 · 15 阅读 · 0 评论 -
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。原创 2025-03-31 20:00:00 · 7 阅读 · 0 评论 -
深入学习LLM开发 第七章：LangChain的Callbakcs模块
LangChain的Callbakcs模块进行介绍。原创 2025-03-27 20:00:00 · 6 阅读 · 0 评论 -
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。原创 2025-03-26 08:00:00 · 667 阅读 · 0 评论 -
深入学习LLM开发 第六章：LangChain如何从大模型调用工具
描述基于LangChain如何进行自定义工具的调用原创 2025-03-26 19:37:37 · 121 阅读 · 0 评论 -
深入学习LLM开发 第五章：LangChain如何从大模型返回结构化数据
对大模型的输出进行格式化处理的方法原创 2025-03-26 19:33:28 · 14 阅读 · 0 评论 -
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。原创 2025-03-26 19:17:05 · 11 阅读 · 0 评论 -
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。原创 2025-03-25 14:55:31 · 16 阅读 · 0 评论 -
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。原创 2025-03-25 14:49:48 · 13 阅读 · 0 评论 -
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。原创 2025-03-25 11:10:23 · 23 阅读 · 0 评论