<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ppbt49的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ppbt49</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ppbt49]]></copyright><item><title><![CDATA[LangChain中的Memory模块：为模型注入记忆的力量]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/146420452</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/146420452</guid><author>ppbt49</author><pubDate>Fri, 21 Mar 2025 14:44:11 +0800</pubDate><description><![CDATA[在大多数语言模型应用中，模型对于上下文的记忆都是短暂而有限的——它只知道当前对话的一部分内容，而无法记住前一次用户问的问题。这就像拥有一条超级金鱼记忆，总是活在十秒的循环中。LangChain为了弥补这一缺陷，提供了Memory模块，让大语言模型具备了“记忆力”。简单点说，Memory模块就像是语言模型的一本“笔记本”，它不仅记录，还能灵活组织信息——帮模型记住对话的前因后果，让其能更自然地和用户互动。]]></description><category></category></item><item><title><![CDATA[《万理由心出，我命由我造：在算法时代觉醒你的“心智免疫力”》]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/146315355</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/146315355</guid><author>ppbt49</author><pubDate>Mon, 17 Mar 2025 15:00:25 +0800</pubDate><description><![CDATA[清晨，手机屏幕亮起的瞬间，无数信息如潮水般涌入：热搜榜单定义今日的悲欢，短视频算法推送“你应该羡慕的生活”，社交圈层里他人的成就像一根根隐形的刺，悄无声息地扎进心里。我们一边在朋友圈写下“做自己”，一边焦虑地搜索“如何成为更好的自己”；一边渴望自由，一边被“35岁危机”“颜值经济”“阶层跃迁”的集体叙事捆绑。算法殖民意识，数据塑造欲望，他人的标准成了丈量自我的尺子。王阳明在奄奄一息时，对弟子微笑：“]]></description><category></category></item><item><title><![CDATA[LangChain数据代理（Agents）与Function Calling解析]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/146021719</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/146021719</guid><author>ppbt49</author><pubDate>Tue, 04 Mar 2025 17:30:52 +0800</pubDate><description><![CDATA[在LangChain框架中，数据代理是Function Calling的具体实现手段。接收用户输入：将自然语言请求传递给语言模型。解析需求：模型判断需要调用哪些工具。调用工具：结合工具的结果完成任务。回应用户：最终输出整合结果。通过代理的动态调用能力，语言模型可以像优秀的项目经理一样，把复杂问题拆解成可以分步解决的小问题。通过本文的智能助手示例我们可以看到，LangChain的数据代理（Agents）基于Function Calling能够将语言模型的能力推向全新高度。]]></description><category></category></item><item><title><![CDATA[工具（Tools） 在LangChain中的用法详解]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/146019577</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/146019577</guid><author>ppbt49</author><pubDate>Tue, 04 Mar 2025 17:09:50 +0800</pubDate><description><![CDATA[在LangChain框架中，工具（Tools）是增强语言模型处理能力的重要模块，其本质是语言模型可调用的功能接口。这些工具扩展了模型在传统自然语言处理之外的能力，使其具备处理复杂任务的潜力，为开发者提供了灵活的功能拓展方式。工具可以帮助语言模型连接外部资源，比如执行复杂计算、访问数据库、查询API或调用第三方服务。如果需要查询天气数据、处理数学运算或从数据库中提取信息，工具的参与将是关键所在。工具（Tools）是LangChain框架中至关重要的模块之一。]]></description><category></category></item><item><title><![CDATA[AI开放与闭源竞争的未来走势的思考：兼容与共生]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/145920615</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/145920615</guid><author>ppbt49</author><pubDate>Fri, 28 Feb 2025 09:57:53 +0800</pubDate><description><![CDATA[2025年1月23日，DeepSeek发布的开源R1推理模型轰动了AI领域。通过革命性的技术架构和高效的训练方式，这款模型展现了与主流闭源解决方案媲美的推理能力和数学性能，同时将部署成本降至前所未有的低点。这一突破不仅彰显了开源AI的潜力，也对行业格局产生了深远影响。AI相关股票市场因之震荡，尤其是闭源AI巨头和芯片制造商首当其冲。例如，英伟达由于严重依赖高利润的AI芯片业务，在市值上遭受了历史性损失。其他同领域企业，如AMD和特斯拉的AI业务，也未能幸免。]]></description><category></category></item><item><title><![CDATA[链式结构（Chains）在LangChain中的用法详解]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/145902211</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/145902211</guid><author>ppbt49</author><pubDate>Thu, 27 Feb 2025 13:45:54 +0800</pubDate><description><![CDATA[链式结构（Chains）是LangChain框架中的重要概念，用于将多个逻辑步骤组合成一个整体流程。例如，第一个步骤可以是通过调用一个大语言模型生成文本，第二个步骤是发出接口请求以查询实时数据，第三个步骤是对返回的数据进行处理以提取关键信息。通过链式调用，能够将上述步骤有机地串联起来，简化复杂任务的执行过程。在实际开发中，Chains的作用类似于流程管理器，它能自动依照预设的逻辑依次执行步骤，同时传递上下文数据，例如保留状态信息或支持上下文相关的交互方式，方便用户快速构建复杂的应用场景。]]></description><category></category></item><item><title><![CDATA[Prompt模板在LangChain中的用法详解]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/145885181</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/145885181</guid><author>ppbt49</author><pubDate>Wed, 26 Feb 2025 18:02:38 +0800</pubDate><description><![CDATA[Prompt模板是LangChain框架的重要组成部分，用于构建静态或动态的文本输入，以便与大语言模型如GPT进行交互。在自然语言处理中，Prompt是指用户向模型提供的文本，它决定了模型返回的内容质量。而Prompt模板则是预先设计好的一种模板结构，便于格式化创建各种不同的Prompt。Prompt模板是LangChain开发框架的核心工具之一，它为构建灵活和动态的自然语言处理应用提供了基础。掌握Prompt模板的用法，不仅能够提高开发效率，还能优化生成内容的质量。]]></description><category></category></item><item><title><![CDATA[LangChain基础知识与智能客服开发实践]]></title><link>https://blog.youkuaiyun.com/ppbt49/article/details/145744369</link><guid>https://blog.youkuaiyun.com/ppbt49/article/details/145744369</guid><author>ppbt49</author><pubDate>Thu, 20 Feb 2025 09:16:10 +0800</pubDate><description><![CDATA[LangChain是一个前沿的开发框架，它专注于语言模型（如GPT系列）的灵活构建和应用。它帮助开发者整合各种数据源，并设计特定的工作流，用于创建多样化的人工智能解决方案，从聊天机器人到复杂的文档分析工具，都能轻松实现。这样的模板可以帮助模型理解用户输入并生成更准确的答复。4. 创建语言模型和链。]]></description><category></category></item></channel></rss>