<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lsd&xql的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lsdstone</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lsdstone]]></copyright><item><title><![CDATA[AI大模型（七）Langchain核心模块与实战（二）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/149294294</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/149294294</guid><author>lsdstone</author><pubDate>Sat, 12 Jul 2025 22:00:00 +0800</pubDate><description><![CDATA[本文介绍了LangChain在向量数据库检索方面的应用。首先展示了如何构建向量数据库和检索器，通过Chroma向量存储实现文档相似度搜索，并返回匹配分数（分数越低相似度越高）。然后演示了批量搜索功能，可返回与查询最相似的结果。最后将检索器与GPT-4模型结合，通过检索增强生成(RAG)方式获取更准确的答案。文中包含完整代码示例，涵盖文档加载、向量数据库创建、相似度计算和检索器与LLM集成等关键步骤，展示了LangChain在信息检索与生成任务中的强大功能。]]></description><category></category></item><item><title><![CDATA[AI大模型（六）Langchain核心模块与实战（一）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/149140344</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/149140344</guid><author>lsdstone</author><pubDate>Sat, 05 Jul 2025 20:24:16 +0800</pubDate><description><![CDATA[本文介绍了如何使用LangChain框架调用大语言模型(如GPT-4)并构建实际应用。主要内容包括：1)基本调用流程：创建模型、设置提示信息、解析响应；2)使用提示模板实现动态参数化翻译；3)通过LangServe将LangChain程序部署为API服务；4)构建带记忆功能的聊天机器人，实现上下文感知的持续对话。文中提供了完整的Python代码示例，展示了如何从基础调用到构建可部署生产级应用的全过程，特别强调了聊天历史记录管理和流式输出等实用功能。]]></description><category></category></item><item><title><![CDATA[AI大模型（五）lanchain入门]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/149138392</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/149138392</guid><author>lsdstone</author><pubDate>Sat, 05 Jul 2025 18:01:56 +0800</pubDate><description><![CDATA[LangSmith：是一个用于构建生产级 LLM 应用程序的平台，它提供了调试、测试、评估和监控基于任何 LLM 框架构建的链和智能代理的功能，并能与 LangChain 无缝集成。想象一下，如果你能让聊天机器人不仅仅回答通用问题，还能从你自己的数据库或文件中提取信息，并根据这些信息执行具体操作，比如发邮件，那会是什么情况？这意味着你可以使模型从你的私有数据中提取信息。Langchain 的这种结构设计使LLMs不仅能够处理文本，还能够在更广泛的应用环境中进行操作和响应，大大扩展了它们的应用范围和有效性。]]></description><category></category></item><item><title><![CDATA[AI大模型（四）openAI应用实战]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/148192641</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/148192641</guid><author>lsdstone</author><pubDate>Sat, 21 Jun 2025 21:49:37 +0800</pubDate><description><![CDATA[摘要 本文介绍了OpenAI API的实际应用，重点展示了如何构建AI助手和使用GPT处理图片。主要内容包括： AI助手构建： 使用Assistants API创建具备代码解释器、检索和函数调用功能的助手 详细展示了创建助手、线程、消息和运行响应的完整流程 提供数学解题和编程代码生成两个具体示例 图片处理能力： 演示了如何让GPT分析在线图片和本地图片 本地图片需转换为Base64编码后才能输入模型 展示了两种不同的API调用方式（直接调用和HTTP请求） 所有示例均包含完整的Python代码实现，涵盖了从]]></description><category></category></item><item><title><![CDATA[AI大模型（三）openAI大模型应用]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/148044317</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/148044317</guid><author>lsdstone</author><pubDate>Sat, 24 May 2025 21:15:00 +0800</pubDate><description><![CDATA[本文介绍了OpenAI大模型中的分词(token)概念及其应用。token是将文本分词后转换为整数ID的过程，最终形成向量供神经网络处理，例如&quot;猫&quot;可能对应token ID 123。文章展示了使用tiktoken库进行分词和还原的Python代码示例，包括encode/decode操作。此外还演示了如何通过OpenAI API获取模型列表，列出了多个Claude模型及其权限信息。token是连接自然语言与神经网络计算的关键桥梁。]]></description><category></category></item><item><title><![CDATA[AI大模型（二）embedding模型调用后对产生的数据进行分析]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/148029936</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/148029936</guid><author>lsdstone</author><pubDate>Sun, 18 May 2025 09:45:00 +0800</pubDate><description><![CDATA[本文介绍了如何使用T-SNE降维技术可视化文本嵌入（embedding）数据，并通过聚类和相似度搜索分析文本数据。首先，通过T-SNE将高维嵌入数据降维至二维空间，并根据评分或聚类结果绘制散点图，直观展示文本的分布和相似性。接着，利用K-Means聚类算法对嵌入数据进行分类，进一步分析文本的类别分布。最后，通过余弦相似度计算，实现基于关键词的相似文本搜索，帮助用户快速找到与目标文本语义相近的内容。这些方法为文本数据的可视化和分析提供了有效的工具。]]></description><category></category></item><item><title><![CDATA[AI大模型（一）embedding模型的基础使用]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/147855240</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/147855240</guid><author>lsdstone</author><pubDate>Sat, 17 May 2025 15:52:09 +0800</pubDate><description><![CDATA[隔离性 ：虚拟环境为Python项目提供了一个独立的环境，使得每个项目可以拥有自己特定版本的依赖库，而不会干扰其他项目或系统的全局Python环境。清洁开发环境 ：保持系统环境的干净，避免安装大量仅用于特定项目或测试的库（测试的库可以安装在测试的虚拟环境中），使得系统级的Python保持简洁，有利于系统稳定性和安全性。首先了解到图片的本质是什么，英文的本质是什么，中文的本质是什么计算机是如何存储的。在AI大模型中所有的数据都是一个个的向量，这些向量数据就是AI大模型的基石。]]></description><category></category></item><item><title><![CDATA[python高级编程一（生成器与高级编程）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/147165668</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/147165668</guid><author>lsdstone</author><pubDate>Sat, 12 Apr 2025 22:38:34 +0800</pubDate><description><![CDATA[创建生成器，列表生成式，我们知道，只要将最外一层的中括号，改为小括号，⽣成器保存的是算法，每次调⽤ next(g) ，就计算出 g 的下⼀个元素的值，直到计算到最后⼀个元素，没有更多的元素时，抛出 StopIteration 的异常。当然，这种不断调⽤ next() 实在是太繁琐了，虽然是点一次出现一次，但正确的⽅法是使⽤ for 循环，因为⽣成器也是可迭代对象。在计算机的层次上，CPU执行的是加减乘除的指令代码，以及各种条件判断和跳转指令，所以，汇编语言是最贴近。迭代器是⼀个可以记住遍历的位置的对象。]]></description><category></category></item><item><title><![CDATA[python基础学习七（模块化编程）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/147011679</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/147011679</guid><author>lsdstone</author><pubDate>Tue, 08 Apr 2025 01:00:00 +0800</pubDate><description><![CDATA[自定义模块导入，文件需mark为自定义模块

写入模块：
调用模块
以主程序的形式去运行

1、包是一个分层次的目录结构，它将一组功能相近的模块组织在一个目录下
作用：
代码规范
避免模块名称冲突
包与目录的区别：
包是保用_init_.py文件的
包的导入：
import 包名.模块名
使用import方式进行导入的时候，只能跟包名或者模块名
使用from方式导入时：可以导入包，模块，函数，变量

第三方模块的安装及使用

如下演示安装第三方模块schedule]]></description><category></category></item><item><title><![CDATA[python学习八（简单的学生信息管理系统）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/147013204</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/147013204</guid><author>lsdstone</author><pubDate>Mon, 07 Apr 2025 11:15:00 +0800</pubDate><description><![CDATA[【代码】python学习八（简单的学生信息管理系统）]]></description><category></category></item><item><title><![CDATA[python基础学习五（python中的对象）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/146999611</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/146999611</guid><author>lsdstone</author><pubDate>Mon, 07 Apr 2025 09:00:00 +0800</pubDate><description><![CDATA[不过，Python 通过 方法解析顺序（Method Resolution Order, MRO） 和 C3 线性化算法 明确规定了继承链的优先级，避免了二义性。所有父类方法都会被调用：只要每个类的 foo() 中都调用了 super().foo()，所有层级的 foo() 都会被依次执行。super() 的协作性：super() 不是直接调用父类的方法，而是根据 MRO 顺序依次调用下一个类的方法。方法解析顺序（MRO）：Python 会按照 D -> B -> C -> A 的顺序查找方法。]]></description><category></category></item><item><title><![CDATA[python基础学习六（编码格式及文件读写相关）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/147012207</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/147012207</guid><author>lsdstone</author><pubDate>Mon, 07 Apr 2025 04:15:00 +0800</pubDate><description><![CDATA[文件对象的常用方法

本质上是一个上下文管理器，它实现了特殊的enter方法和exit方法进入和退出方法

当有异常情况时exit还是会执行

文件赋值写法：
OS模块
操作目录：

os.path操作目录相关函数：

列出指定目录下所有的py文件
递归的打印所有的：]]></description><category></category></item><item><title><![CDATA[python基础学习四（常见基础Bug整理）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/146999165</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/146999165</guid><author>lsdstone</author><pubDate>Sun, 06 Apr 2025 06:30:00 +0800</pubDate><description><![CDATA[【代码】python基础学习五（常见基础Bug整理）]]></description><category></category></item><item><title><![CDATA[python基础学习三（元组及字符串的使用）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/146691976</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/146691976</guid><author>lsdstone</author><pubDate>Sat, 29 Mar 2025 21:37:46 +0800</pubDate><description><![CDATA[lsd# 不允许重复print(s)#使用set#定义空集合s6=set()字符串驻留机制的优缺点：字符串的查询操作的方法：字符串劈分操作的方法。]]></description><category></category></item><item><title><![CDATA[python基础学习二（列表及字典的使用）]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/146677729</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/146677729</guid><author>lsdstone</author><pubDate>Sat, 29 Mar 2025 16:08:02 +0800</pubDate><description><![CDATA[实现在某个范围内查找，不包含范围的stop包含start。一个对象由id，type，value组成。添加元素后源列表不变。长度不一致会以短的那个列表为基准。对列表进行切片会新生成一个对象。列表元素的判断及遍历写法。]]></description><category></category></item><item><title><![CDATA[Python入门基础]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/146438900</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/146438900</guid><author>lsdstone</author><pubDate>Sat, 22 Mar 2025 22:57:38 +0800</pubDate><description><![CDATA[算术运算：先算乘除后算加减有幂运算会先计算幂运算。以上四个计算运算优先级依次递减。从键盘录入两个整数，并求和。还有bool(set())计算1-100之间的偶数和。1-50输出5的倍数的数。输出一个三行四列的矩形。]]></description><category></category></item><item><title><![CDATA[响应式编程五股票订阅系统实现]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/136282548</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/136282548</guid><author>lsdstone</author><pubDate>Thu, 07 Mar 2024 22:56:06 +0800</pubDate><description><![CDATA[出于测试目的，Reactor 提供了额外的 reactor-test 模块，该模块提供了 StepVerifier。StepVerifier 提供了一个流式 API，用于为任何 Publisher 构建验证流程。验证 Publisher 主要有两种方法。第一种是 StepVerifier.create(Publisher source)。使用此技术构建的测试如下所示
在此示例中，Publisher 应生成两个特定元素，后续操作将验证特定元素是否已传递给最终订阅者该类提供的构建器技术可以定义验证过]]></description><category></category></item><item><title><![CDATA[响应式编程四Spring WebFlux高阶实战，2W字干货!！]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/136113661</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/136113661</guid><author>lsdstone</author><pubDate>Wed, 14 Feb 2024 18:16:05 +0800</pubDate><description><![CDATA[Spring Cloud Gateway 是 Spring 官方基于 Spring 5.0，Spring Boot 2.0 和 Project Reactor 等技术开发的网关，Spring Cloud Gateway 旨在为微服务架构提供一种简单而有效的统一的 API 路由管理方式。因此，Spring团队在过去几年中的核心挑战，就是如何构建一个新的解决方案，以在使用基于注解的编程模型的同时，提供异步非阻塞服务的所有优势。Spring MVC和Spring WebFlux并不是分立的。]]></description><category></category></item><item><title><![CDATA[响应式编程三流处理]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/136105382</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/136105382</guid><author>lsdstone</author><pubDate>Tue, 13 Feb 2024 18:19:58 +0800</pubDate><description><![CDATA[concat 操作符通过向下游转发接收的元素来连接所有数据源。当操作符连接两个流时，它首先消费并重新发送第一个流的所有元素，然后对第二个流执行相同的操作。
merge
merge 操作符将来自上游序列的数据合并到一个下游序列中。与 concat 操作符不同，上游数据源是立即（同时）被订阅的。
打印是乱序的
zip
zip 操作符订阅所有上游，等待所有数据源发出一个元素，然后将接收到的元素组合到一个输出元素中。
combineLatest 操作符与 zip 操作符的工作方式类似。但是，只要至少一个上游数据源发]]></description><category></category></item><item><title><![CDATA[响应式编程二Mono，Flux简单介绍]]></title><link>https://blog.youkuaiyun.com/lsdstone/article/details/134983206</link><guid>https://blog.youkuaiyun.com/lsdstone/article/details/134983206</guid><author>lsdstone</author><pubDate>Tue, 19 Dec 2023 22:03:27 +0800</pubDate><description><![CDATA[响应式编程是一种面向数据流和变化传播的声明式的编程范式1）Publisher，发布者2）Subscriber，订阅者3）Subscription，发布者和订阅者直接的关系，订阅多少数据4）Processor （reactor 3.5取消）1）对响应式流规范的一种实现2）Spring WebFlux默认的响应式框架3）完全异步非阻塞，对背压的支持4）提供两个异步序列API：Flux[N]和Mono[0|1]5）提供对响应式流的操作。]]></description><category></category></item></channel></rss>