- 博客(242)
- 收藏
- 关注
RSS订阅原创 使用Momento Cache实现服务器无状态聊天消息历史储存
Momento Cache是一种无服务器缓存解决方案，专为需要高弹性、低延迟的应用程序设计。它支持即时扩容和按需缩减到零的能力，非常适合动态负载的应用，例如聊天应用中的消息历史记录。
2025-03-24 15:56:54
215
原创 使用Elasticsearch实现聊天消息历史管理
Elasticsearch是基于Apache Lucene构建的，旨在提供一个可扩展和灵活的搜索和分析解决方案。它的高性能和可靠性使得许多公司选择它来处理海量数据。本次示例中，我们将重点展示如何利用Elasticsearch存储与检索聊天消息历史。
2025-03-24 15:40:08
328
原创 在Couchbase中存储聊天消息历史的实现
Couchbase以其卓越的性能、扩展能力和多样性而闻名，适用于各种云、移动和AI应用。对于需要向量搜索和聊天记录存储的AI开发者来说，Couchbase为他们提供了强大的支持。
2025-03-24 15:34:38
360
原创 使用AI实现自然语言接口与NebulaGraph交互
在处理图数据时，传统的数据库系统难以应对大规模复杂图数据的查询需求。NebulaGraph通过其高效的图存储和查询技术，能够在分布式环境中处理庞大的图数据，使得其在社交网络、金融风控、推荐系统等场景中表现优异。
2025-03-24 14:55:13
522
原创 使用LLMs构建自然语言接口访问HugeGraph数据库
HugeGraph 是一种图数据库，适合存储和查询复杂的关系数据。其支持 Apache TinkerPop3 框架，使得开发者可以使用 Gremlin 语言进行复杂数据查询。为了让用户能够使用自然语言查询数据，结合语言模型（LLMs）提供的自然语言处理能力，我们可以创建一个自然语言接口。
2025-03-24 14:38:25
377
原创 使用 Elasticsearch 实现高效的嵌入缓存
Elasticsearch 是一个分布式搜索和分析引擎，其强大的索引和检索能力使其成为存储和处理大量数据的理想选择。作为ByteStore的一个实现，使用 Elasticsearch 实例来高效地存储和检索 AI 嵌入数据。
2025-03-24 13:48:27
221
原创 使用自托管的 SearxNG 搜索 API 进行网络检索
SearxNG 是一个开源的元搜索引擎，允许用户通过统一的接口从多个搜索引擎获取信息。相比于传统搜索引擎，SearxNG 提供了更高的隐私保护和定制化选项。它支持众多搜索引擎，并且允许使用者在自己的服务器上进行托管，确保搜索数据的安全。
2025-03-24 12:14:34
216
原创 用OpenWeatherMap组件获取天气信息的实战指南
OpenWeatherMap是一款广泛使用的天气信息服务平台，通过提供实时天气数据API，为开发人员构建各种天气相关应用程序提供了便利条件。本实战指南将探索如何使用OpenWeatherMap组件来获取天气信息，帮助你快速开始天气相关应用开发。
2025-03-24 11:02:20
427
原创 使用Google Imagen在Langchain中实现AI图像生成与编辑
在图像生成领域，Google的Imagen技术代表了最尖端的生成式AI能力。通过与Langchain集成，开发者可以利用Imagen提供的强大功能，在数秒内将用户的想象转化为高质量的视觉资产。这包括文本到图像生成、图像编辑、图像标注及视觉问答等功能。
2025-03-24 08:54:12
144
原创 如何使用ClickUp Toolkit进行项目管理自动化
ClickUp是一个基于云的项目管理解决方案，适用于所有规模的企业。它提供的功能包括沟通与协作工具、任务管理、时间跟踪等，帮助组织实现其目标。ClickUp Toolkit是一个用于与ClickUp API进行交互的工具集，能够自动化项目管理任务。
2025-03-24 07:25:35
325
原创 实时新闻查询工具AskNews的集成与使用实践
在人工智能的发展过程中，实时获取并处理海量信息成为了一个重要需求。AskNews是一款创新的解决方案，它通过简单的自然语言查询，让任何大型语言模型(LLM)都能即时获取最新全球新闻或历史新闻。AskNews每天丰富超过30万篇文章，通过翻译、总结、提取实体并将其索引到热冷矢量数据库中。它还提供低延迟的查询端点，返回经过优化的摘要信息，使用户无需自行管理新闻信息的检索和生成。
2025-03-24 06:57:05
267
原创 使用NeuralDB进行高效文档检索与优化实践
NeuralDB致力于优化大规模文档检索的过程，其独特之处在于支持从零开始构建模型或从已有检查点加载模型。同时，它能够处理多种文档格式，并提供微调能力，以便更贴合用户特定需求。
2025-03-24 05:55:13
325
原创 使用ArceeRetriever进行领域自适应语言模型的文档检索
Arcee的DALMs主要用于特定领域的自然语言处理任务。这些模型因其小型化和高效性而受到开发者的青睐。在众多功能中，文档检索是一个关键功能，帮助用户快速找到相关信息，提高工作效率。
2025-03-24 02:47:16
404
原创 使用VLite实现快速有效的语义搜索
VLite是基于numpy构建的向量数据库，旨在快速、高效地处理语义搜索任务。它能轻松与LangChain集成，提供文档分块、嵌入处理等多种功能，只需几行代码即可完成复杂的文本检索任务。
2025-03-24 02:07:34
270
原创 使用腾讯云VectorDB进行向量数据存储与搜索的实战指南
在现代AI应用中，如推荐系统、自然语言处理(NLP)、计算机视觉以及智能客服，处理大规模多维向量数据显得尤为关键。腾讯云VectorDB作为一款完全托管的企业级分布式数据库服务，以高效率和低延迟支持多种索引类型和相似性计算方法，单个索引可处理高达10亿规模的向量，并支持每秒数百万次查询。本文将演示如何使用腾讯云VectorDB的功能。
2025-03-24 00:42:15
397
原创 使用Python提取Visio文件（.vsdx格式）中的文本内容
Visio文件格式是Microsoft Visio软件用来存储图表信息的默认文件格式。与老版本的.vsd文件不同，.vsdx文件格式基于压缩的XML格式，这为文本内容的提取提供了便利。因此，只有.vsdx格式的Visio文件才能通过这种方式进行处理。
2025-03-23 17:06:25
322
原创 使用UpstageLayoutAnalysisLoader进行文档解析的实践指南
是软件包中的一部分，专门用于文档的布局分析。通过这套工具，我们可以从复杂的文档中提取有用的信息，并根据需要对其进行处理。它特别适合那些需要大规模处理PDF和其他文档格式的开发人员。
2025-03-23 16:55:14
410
原创 使用LangChain加载PubMed文献数据
PubMed由美国国家生物技术信息中心（NCBI）提供，是全球科研人员获取生物医学文献的重要资源。它不仅包括常规引文信息，还提供了链接到全文内容的功能。在机器学习和自然语言处理的应用中，获取结构化的文献数据用于训练和分析是至关重要的。
2025-03-23 13:57:33
358
原创 使用Python从Notion数据库导出文档并加载
随着Notion在团队协作和个人工作流中应用的普及，很多用户希望能够提取Notion中的数据以便进行进一步的数据分析或备份操作。Notion允许用户将整个工作区导出为包含Markdown和CSV格式的文件。这为开发者提供了进入Notion数据进行处理的机会。
2025-03-23 12:49:59
340
原创 使用EverNoteLoader加载和解析EverNote导出文件
来自于，是一个用于解析Evernote导出文件的库。它利用lxml和html2text来解析和提取笔记中的内容，生成包含每个笔记的独立文档。
2025-03-23 09:56:43
373
原创 使用Dedoc进行文档结构化处理与LangChain集成
Dedoc支持多种文件格式，包括DOCX、XLSX、PPTX、EML、HTML、PDF、图片等。这个强大的工具被设计用于从文件中提取结构化的信息，适用于文本分析、信息检索和数据挖掘等应用场景。
2025-03-23 09:01:15
301
原创 使用CoNLL-U文件格式加载自然语言处理数据
单词行：包含一个单词或标记的10个字段，由制表符分隔。空行：用于标识句子的边界。注释行：以井号（#）开头，用于提供文件或行的额外信息。这种简单的格式设计有效支持了大规模语言数据的存储和处理。
2025-03-23 08:27:43
358
原创 如何使用Langchain加载AZLyrics网页到可用文档格式
这个代码示例展示了如何通过给定的URL获取歌词，并将其放入一个名为data的文档对象内。data包含了歌词文本以及相关的元数据，如来源链接。
2025-03-23 07:21:39
506
原创 AssemblyAI 音频转录：快速实现音频文件文本化
音频转录在许多领域都具有不可或缺的价值，例如会议记录、播客制作、视频字幕生成等。AssemblyAI 提供了一款强大的 API 服务，能够高效地将音频文件转录成文本。通过，用户可以轻松地将音频转录结果加载到文档中进行处理。
2025-03-23 06:59:48
201
原创 使用Langchain与YandexGPT进行文本嵌入
文本嵌入是一种将文本转换为高维向量的技术，用于捕捉文本的语义特征。YandexGPT在这方面提供了一套功能强大的嵌入模型，其表现优异特别是在语义搜索和文本匹配任务中。
2025-03-23 05:31:09
114
原创 使用Xinference嵌入在LangChain中的应用
嵌入是将文字转换为向量的一种技术，使得计算机可以以一种数学可操作的方式理解自然语言。Xinference提供了一种高效、可扩展的嵌入服务，可以在本地或分布式集群中部署，适应不同的计算需求。
2025-03-23 05:25:18
275
原创 使用Hugging Face的Sentence Transformers进行文本嵌入
文本嵌入广泛应用于语义搜索、聊天机器人、情感分析等场景。例如，可以利用嵌入向量计算文本相似度，以实现语义搜索功能；或者在聊天机器人中，将用户输入的句子转化为嵌入向量，再根据其语义信息做出响应。类进行文本嵌入操作。如果遇到问题欢迎在评论区交流。参数指定模型名称，并调用。以上代码展示了如何使用。
2025-03-23 04:24:33
165
原创 使用Pinecone Embeddings进行文本嵌入的实战指南
Pinecone是一项企业级向量数据库服务，提供强大的嵌入和相似性搜索功能。通过Pinecone的API，我们可以轻松地将文本转换为嵌入，并进行高效的相似性查询和存储。
2025-03-23 04:02:09
227
原创 使用Intel® Extension for Transformers的量化文本嵌入加速NLP推理
在现代NLP应用中，Transformer模型及其变种（如BERT、GPT等）广泛用于文本嵌入的生成。然而，这些模型通常计算量巨大，导致推理时间长，资源消耗高。量化技术通过将浮点数权重转换为低精度整数，能够有效减少计算开销，从而提高速度。Intel®提供了ITREX，一种专为Transformer模型优化的扩展，旨在通过量化技术实现高效的NLP推理。
2025-03-23 01:54:54
274
原创 快速生成嵌入：使用FastEmbed与LangChain
在自然语言处理（NLP）领域，生成高效的文档和查询嵌入是提高下游任务效果的关键一步。FastEmbed由Qdrant推出，是一个轻量级且快速的Python库，专为嵌入生成而设计。它通过量化的模型权重，以及使用ONNX Runtime使得在无PyTorch依赖的情况下也能运行，并且注重CPU优先的设计以支持大规模数据集的编解码。
2025-03-23 01:05:30
358
原创 使用LangChain调用Konko ChatCompletion模型的实战指南
选择合适的开源或专有语言模型通过集成领先的应用框架和托管API，加快应用构建微调小型开源语言模型，以低成本实现业界领先的性能无需基础设施设置或管理，即可部署符合安全、隐私、吞吐量和延迟SLA的生产级API在接下来的内容中，我们将演示如何使用LangChain与Konko的ChatCompletion模型进行交互。
2025-03-22 14:06:02
380
原创 使用Coze Bot API进行AI聊天应用开发
Coze是由字节跳动推出的平台，允许用户创建和部署AI聊天机器人以及相关应用。其主要特点是易于使用，无论用户是否具备编程经验，都可以快速实现强大的AI功能。
2025-03-22 12:38:16
310
原创 使用Baichuan-192K进行对话与流式处理
Baichuan-192K是一个大规模的对话生成模型，能够根据输入的人类语言生成自然的回应。借助Langchain库的类，我们可以轻松地与该模型进行交互并获取高质量的对话输出。
2025-03-22 12:27:17
262
原创 使用Azure AI Search Retriever实现高效信息检索
Azure AI Search 是微软云服务的一部分，它为大规模信息检索提供了强大的支持。为了对非结构化数据进行高效的查询和获取结果，Azure AI Search Retriever模块因应而生，继承自BaseRetriever类。它旨在替代即将被弃用的Azure Cognitive Search Retriever版本。
2025-03-22 11:13:40
273
原创 使用Python加载和处理Microsoft Word文档的最佳实践
Word文档（.docx格式）是日常办公中广泛使用的文档格式，能够包含文本、图片、表格等信息。在数据处理领域，我们需要将这些文档内容转化为标准化的数据格式，以便进行进一步的分析和应用。Python提供了多个库来实现这一功能，包括docx2txt、Unstructured和Azure AI Document Intelligence。这些工具各有特点，适用于不同的应用场景。
2025-03-22 10:34:43
361
原创 在 Hugging Face 上使用 Instruct Embeddings
嵌入（Embeddings）是将文本或图像转换为数值向量的过程，这些数值向量可以被机器学习模型用于各种任务，如分类、检索或聚类。Hugging Face 提供了一系列预训练模型，可以方便地生成这些嵌入。
2025-03-22 09:22:49
242
原创 使用 El Carro 与 Langchain 集成实现 Oracle 数据库中的聊天消息历史存储
El Carro 是一个开源的解决方案，使 Oracle 数据库能够在 Kubernetes 中作为容器来运行。它让开发者可以轻松管理数据库配置和部署，并提供实时操作和监控功能。这种灵活性使得开发者能够将 Oracle 数据库扩展到 AI 驱动的应用场景中，与 Langchain 的集成进一步增强了这种能力。
2025-03-22 08:27:04
273
原创 利用 Google Cloud Bigtable 存储聊天消息历史
Google Cloud Bigtable 是 Google Cloud Platform 提供的 NoSQL 型数据库服务，被广泛应用于大型数据分析和机器学习场景。随着应用对实时数据处理的需求增长，Bigtable 提供了卓越的吞吐量和低延迟能力。
2025-03-22 08:10:33
296
原创 使用 Google Cloud Spanner 存储聊天消息历史
Google Cloud Spanner 是一种高度可扩展的数据库，结合了无限的扩展能力和关系语义，例如二级索引、强一致性、模式和 SQL，提供了 99.999% 的可用性。它是一种易于使用的解决方案，适合需要高可靠性的大规模应用程序场景。在本文中，我们将介绍如何使用类将聊天消息历史存储在 Spanner 中。
2025-03-22 08:05:04
237
原创 使用Google Trends API获取趋势信息
Google Trends是一个强大的工具，用于分析和比较全球用户的搜索兴趣和趋势。通过API访问Google Trends数据，开发者可以自动化获取流行趋势信息，以便为业务决策提供数据支持。在这篇文章中，我们将介绍如何使用SerpApi和LangChain工具库，从Google Trends中提取趋势信息。
2025-03-22 07:37:23
308
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人