langchain简单初探

    在ai时代,怎么可能不接触人工智能相关的框架之类的呢?langchain集成了很多模块。可以方便的进行开发,本人不才,两年没有写代码,开发工具停留在23年,刚开始折腾langchain的时候,各种环境问题,这几天全面升级,拥抱python3.12+pycharm2025.3。没想到如此的顺利。

    先说说遇到的问题吧,我之前pycharm2023版本,使用python3.12之后,不兼容,添加python解释器之后,pip install出现问题,no module named distutils。看文章,有人提到python3.12以及以上版本已经去掉了distutils这个依赖。可以通过pip install setuptools安装解决。尝试之后,确实安装上了setuptools,但是在pycharm里面安装依赖依旧报错,看有人说pycharm与python版本不兼容,直接升级了pycharm2025.3。结果出奇的顺利,打开pycharm,添加python解释器之后,原来需要手动安装的依赖(requirements.txt中),直接就安装上了。

    尝试安装了

langchain==0.3.21
langchain-ollama

    因为我本地安装了ollama,并且启动了deepseek-r1:1.5b模型。

  编写简单python代码测试一下模型。

from langchain_ollama import OllamaLLM

llm = OllamaLLM(base_url="http://127.0.0.1:11434", model="deepseek-r1:1.5b")
response = llm.invoke("介绍一下langchain的核心功能")
print(response)

    运行时间有点捉急,耗费两分钟,勉强打印出结果:

    不过这个不是重点,重点是环境问题解决了,后面可以慢慢折腾本地LLM。

基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究(Matlab代码实现)内容概要:本文围绕“基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究”,介绍了利用Matlab代码实现配电网可靠性的仿真分析方法。重点采用序贯蒙特卡洛模拟法对配电网进行长时间段的状态抽样与统计,通过模拟系统元件的故障与修复过程,评估配电网的关键可靠性指标,如系统停电频率、停电持续时间、负荷点可靠性等。该方法能够有效处理复杂网络结构与设备时序特性,提升评估精度,适用于含分布式电源、电动汽车等新型负荷接入的现代配电网。文中提供了完整的Matlab实现代码与案例分析,便于复现和扩展应用。; 适合人群:具备电力系统基础知识和Matlab编程能力的高校研究生、科研人员及电力行业技术人员,尤其适合从事配电网规划、运行与可靠性分析相关工作的人员; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的基本原理与实现流程;②学习如何通过Matlab构建配电网仿真模型并进行状态转移模拟;③应用于含新能源接入的复杂配电网可靠性定量评估与优化设计; 阅读建议:建议结合文中提供的Matlab代码逐段调试运行,理解状态抽样、故障判断、修复逻辑及指标统计的具体实现方式,同时可扩展至不同网络结构或加入更多不确定性因素进行深化研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

luffy5459

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值