皮皮冰燃-优快云博客

原创深度学习-154-Dify工具之工作流的三个简单应用示例

提供了创建工作流的三个示例：(1)带分支选择的工作流(2)网站SEO分析工具(3)文章链接抽取内容并提取摘要。

2025-04-01 15:59:16 160

原创 python-61-面向对象编程之绘制UML类图以及接口和抽象类的区别

类图是面向对象系统建模中最常用和最重要的图，是定义其它图的基础。类图主要是用来显示系统中的类、接口以及它们之间的静态结构和关系的一种静态模型。类图中最基本的元素是类、接口。软件设计师设计出类图后，程序员就可以用代码实现类图中包含的内容。

2025-04-01 15:57:35 10

原创深度学习-153-DeepSeek之调用远程大模型API接口和可用的开源Deepseek服务

DeepSeek API使用与OpenAI兼容的API格式，通过修改配置，可以使用OpenAI SDK来访问DeepSeek API。开源的Deepseek服务有(1)国家超算中心(2)纳米AI搜索(3)硅基流动(4)英伟达。

2025-03-31 16:10:16 190

原创深度学习-152-综述之大模型蒸馏技术的简介

知识蒸馏(Knowledge Distillation，简称KD)是由AI领域的三位大佬Geoffrey Hinton、Oriol Vinyals和Jeff Dean在2015年提出的技术，旨在通过将复杂教师模型的知识迁移到较简单的学生模型中，使学生模型在保持高性能的同时，能够实现更小的模型规模和更快的推理速度。

2025-03-31 16:08:13 25

原创 python-60-执行用户自定义的python代码文本

逐步实现在python中执行用户自定义的代码文本，同时封装成flask服务，后续有此应用场景时，可以在此框架的基础上修改使用。

2025-03-28 10:38:22 107

原创 python-59-基于python内置库解析html获取标签关键信息

html.parser是Python标准库中的一个模块，用于解析和处理HTML。通过继承这个类并重写其提供的回调方法，可以自定义对HTML标签、属性和内容的处理方式。

2025-03-28 10:37:29 187

原创 python-58-基于python的两种方式操作windows安装的pg数据库

Python中常用的PostgreSQL驱动库是psycopg2，也可以通过SQLAlchemy(ORM工具)操作PostgreSQL。(1)直接操作：使用psycopg2适合需要精细控制SQL的场景。(2)ORM操作：使用SQLAlchemy适合面向对象开发，减少SQL编写。

2025-03-24 16:37:18 144

原创 python-57-python开发的面向对象编程OOP原则

面向对象编程(OOP)原则是软件设计和开发中的核心指导思想，旨在提高代码的可维护性、可扩展性和复用性。

2025-03-24 16:33:01 25

原创深度学习-151-Dify工具之创建一个生成财务报表的智能体Agent

通过添加提示词，工具，构建一个智能体，在提示词中告诉智能体工作流程，以及调用的工具，还有最终的输出文档格式要求。

2025-03-21 16:08:54 411

原创深度学习-150-Dify工具之在Linux中安装部署Dify并创建中英文翻译的聊天助手

在ubuntu系统中使用Docker和Docker Compose下载镜像并成功安装Dify，然后通过可视化的方式创建第一个中英文翻译的聊天助手。

2025-03-21 16:08:11 454

原创 python-56-基于Vue和Flask进行前后端分离的项目开发示例实战

三种方式对接Vue与Python前后端(1)通过API接口通信。(2)使用WebSocket进行实时通信。(3)通过静态文件进行简单的数据交换。

2025-03-19 15:57:15 250

原创 python-55-PyCharm使用通义灵码插件接入大模型智能编程助手应用实战

基于通义大模型的AI研发辅助工具，提供代码智能生成、研发智能问答、多文件代码修改、自主执行等能力。

2025-03-19 15:53:43 213

原创深度学习-149-langchain之如何不使用with_structured_output()从模型中返回结构化数据

并非所有模型都支持.with_structured_output()，因为并非所有模型都支持tool calling 工具调用或JSON模式。对于此类模型，需要直接使用提示词让模型使用特定格式，并使用输出解析器从原始的模型输出中提取结构化响应。

2025-03-18 17:19:33 262

原创深度学习-148-langchain之如何使用with_structured_output()从模型中返回结构化数据

使用langchain封装的with_structured_output()方法，提取结构化数据。推荐使用Pydantic类(返回pydantic对象)或者TypedDict类(返回字典)，这两种方式。注意使用此方式一定要确保调用的大模型本身已经实现了结构化输出的API。

2025-03-18 17:18:24 107

原创 python-54-使用环境变量库python-dotenv进行应用程序配置参数的管理

python-dotenv是一个Python库,用于从.env文件中读取键值对,并将其加载到环境变量中。这在开发过程中非常有用,因为它可以帮助你将配置与代码分离,简化配置管理并提高安全性。

2025-03-14 16:08:36 143

原创深度学习-147-大语言模型LLM之大模型的一些基本工作原理

人工智能>机器学习>深度学习>大模型。怎么把模型做的更好更强大，预训练+指令微调。怎么用好大模型，零样本+少量样本+思维链构建提示词。‍‍‍‍

2025-03-14 16:07:32 397

原创深度学习-146-大语言模型LLM之大模型的一些基本概念梳理

大模型优化的三个途径：蒸馏、微调、RAG。Token究竟是什么。大模型三种模式：Embedding、Copilot、Agent。大模型推理框架：vLLM和Ollama。

2025-03-13 14:26:19 167

原创深度学习-145-Text2SQL之基于官方提示词模板进行交互

使用sqlite提供的样例数据库，基于langchain的SQLDatabase获取建表语句，然后使用大模型生成SQL语句后并结构化输出，调用工具执行SQL语句，并采用大模型整理返回的结果。总体来说效果还是可以的，受限于本地运行大模型的性能压力，运行速度较慢。

2025-03-13 14:24:25 260

原创 python-53-分别使用flask和streamlit进行向量存储和检索的服务开发实战

分别基于flask和streamlit，开发了向量存储和检索的应用程序，给出了主体框架的示例，可以在此基础上结合实际应用进行改写。

2025-03-12 16:39:00 153

原创 python-52-基于Langchain和Faiss实现向量存储和检索的技术原理

基于HuggingFaceEmbeddings和FAISS，实现向量的存储和检索功能，支持对文本的新增和修改后的更新。

2025-03-12 16:33:35 160

原创 python-51-使用最广泛的数据验证库Pydantic

Pydantic是Python使用最广泛的数据验证库,基于Python类型提示来实现数据的校验和设定限制条件。

2025-03-07 16:38:13 125

原创深度学习-144-Text2SQL之基于langchain的少量样本提示词模板FewShotPromptTemplate的应用实战(三)

使用example selector 创建few shot prompt，该example selector根据用户输入动态构建few shot prompt。通过在 prompt 中插入相关的query作为参考，可以帮助模型进行更好的查询。

2025-03-05 15:40:40 541

原创深度学习-143-Text2SQL之基于langchain的少量样本提示词模板FewShotPromptTemplate的应用实战(二)

(1)将英文表名，翻译为中文，输出中英文的对照关系。(2)根据问题查找使用的表。(3)将表，建表语句，组合成提示词，并使用结构化输出。此种方法可以减少token的量，从而加速运行。

2025-03-05 15:39:13 267

原创深度学习-142-Text2SQL之基于langchain的少量样本提示词模板FewShotPromptTemplate的应用基础(一)

使用FewShotPromptTemplate，它是一个复杂的提示模板，它包含多个示例和一个提示。这种模板可以使用多个示例来指导模型生成对应的输出。使用FewShotPromptTemplate类来创建使用少量样本示例的提示模板，此类要么接受一组示例，要么接受一个ExampleSelector对象。

2025-03-04 15:33:01 265

原创深度学习-141-智能体开发神器Agno之开发基于自然语言的SQL查询系统

SQLTools使智能体能够运行SQL查询并与数据库交互。与LangGraph相比，Agno的封装更彻底，开发速度快，但调优门槛较高，执行和响应速度很慢。

2025-03-03 09:16:29 129

原创深度学习-140-RAG技术之Agentic Chunking分块技术的实现细节和完备实现

(1)提供待分块的命题列表(2)调用add_propositions添加命题列表(3)遍历命题列表，调用add_proposition添加单个命题(4)判断是否为第一个块：如果是，调用_create_new_chunk创建新块。如果否，调用_find_relevant_chunk查找相关的块。若查到相关的块，则调用add_proposition_to_chunk添加到对应的块。若未查到相关的块，则调用_create_new_chunk创建新块。

2025-03-03 09:13:47 226