- 博客(87)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 【LangGraph】LangGraph 框架核心模块深度解析与典型应用场景
LangGraph框架是一个基于状态机+图结构的工作流框架，专注于解决复杂LLM应用中的多步骤协作、状态管理和动态决策问题。其核心优势在于解耦流程逻辑与业务逻辑，支持灵活的分支、循环和中断恢复等功能，同时集成LLM/工具调用能力。
2025-11-12 15:08:13
634
原创 【LangGraph】LangGraph框架实战：构建模块化旅行规划智能体
本文介绍LangGraph框架在构建模块化旅行规划智能体中的应用。LangGraph作为基于状态机的工作流框架，其核心模块包括状态管理、节点、边和工作流编译。通过旅行规划实例展示了如何设计强类型状态模型、实现模块化节点功能、配置动态边路由，并最终编译为可执行应用。文章详细解析了组件协作架构，包括API调用跟踪、结构化输出处理和工具集成等关键技术特性，特别强调LangGraph在模块化设计、流程控制和可观测性方面的优势。
2025-11-12 15:01:55
722
原创 【LlamaIndex】LlamaIndex多策略向量检索
本文介绍了一种基于Milvus向量数据库和通义千问嵌入模型的增强型知识检索系统。系统采用三层架构设计，包含文本向量化、向量存储和多策略检索模块。主要特点包括： 集成通义千问text-embedding-v4模型实现高效文本向量化 利用Milvus向量数据库支持海量数据存储与快速查询 实现五种检索策略：基础相似度搜索、带元数据过滤搜索、重新排序搜索、多查询搜索和混合搜索 模块化设计支持灵活扩展 该系统适用于企业知识问答、智能文档检索等多种场景，通过多策略融合有效提升检索质量和用户体验。
2025-11-11 15:34:47
886
原创 【LlamaIndex】LlamaIndex与Milvus实现知识库
本系统基于LlamaIndex和Milvus实现了一个高效的知识库解决方案，支持文本和文档两种知识库创建方式。核心组件包括：DashScopeEmbedding类（使用通义千问模型生成文本向量）和MilvusKnowledgeBase类（负责知识库的存储与检索）。系统流程包含初始化、知识库构建和检索三个阶段，支持语义相似度查询并返回格式化结果。技术栈采用Python3.x、LlamaIndex框架、Milvus向量数据库和通义千问嵌入模型，适用于智能问答等需要知识检索的场景。
2025-11-11 14:41:20
792
原创 【LangChain】LangChain实现Agent智能体详解及示例
本文介绍了Agent智能体的六大核心模块及其在LangChain中的实现方式。重点包括推理引擎（如ReAct框架）、工具集（如搜索和数据库工具）、记忆模块（对话历史管理）、提示工程（角色设定模板）、行动解析（指令转换）和执行协调器（控制决策循环）。文末通过旅游攻略规划Agent的代码示例，展示了如何集成天气查询、酒店推荐和交通工具等模块，构建实用的多工具交互系统。LangChain提供了开箱即用的类和方法，简化了Agent开发流程。
2025-10-31 11:22:02
885
原创 【LangChain】LangChain工具的调用
摘要： 本文详细介绍了LangChain中Tools组件的使用方法。首先阐述了Tools作为功能单元的基本概念，支持搜索、计算等操作。然后展示了如何加载预定义工具（如搜索引擎、数学计算等）及创建代理执行任务。接着讲解两种自定义Tools的方法：使用@tool装饰器和继承BaseTool类，并提供BMI计算、货币转换等示例。此外，还介绍了Toolkits的预定义和自定义实现，包括SQL、文件管理等工具包。最后通过一个完整示例演示如何构建多功能代理，整合天气查询、新闻搜索等自定义工具与预置功能。
2025-10-31 10:24:01
174
原创 【LangChain】LangChain的数据检索（RAG）
LangChain数据检索模块是构建RAG应用的核心，包含五个关键组件：文档加载器从多种数据源加载内容；文本分割器将长文档切分为适合LLM处理的块；嵌入模型将文本转换为向量表示；向量存储高效存储和检索向量；检索器执行相似性搜索。该模块通过标准化流程（加载→分割→向量化→存储→检索）实现外部数据与LLM的高效连接，支持多种具体实现方案（如Chroma/FAISS/Pinecone等向量数据库）。
2025-10-31 10:22:22
437
原创 【LangChain】LangChain的记忆（Memory）机制详细讲解
LangChain提供多种记忆机制使AI对话更具连贯性，包括简单缓冲、滑动窗口、摘要总结和向量检索四种记忆类型。缓冲记忆保存完整历史但消耗大，窗口记忆保留最近对话，摘要记忆通过LLM压缩历史，向量记忆则实现语义检索。开发者可根据对话长度、细节需求和性能要求选择合适类型，并通过ConversationChain或LCEL集成到对话系统中，从而使无状态的LLM具备上下文记忆能力。
2025-10-30 09:05:43
1224
原创 【LangChain】LangChain的链及LCEL详解
摘要： LangChain中的LCEL（LangChain Expression Language）通过声明式方法简化链式应用的构建。核心组件包括： RunnableSequence（顺序执行，支持同步/异步/批处理） RunnableParallel（并行执行并合并结果） RunnablePassthrough（传递或增强数据） RunnableLambda（集成自定义函数）。
2025-10-30 09:02:24
927
原创 【LangChain 】LlamaIndex vs LangChain 在企业知识库场景的深度对比
LlamaIndex和LangChain在企业知识库场景各有优势。LlamaIndex在检索性能和开发效率上表现突出，特别适合大规模文档检索和复杂查询需求。LangChain则在生态系统和生产部署方面更强，适合需要复杂业务流程和多系统集成的场景。技术实现上，LlamaIndex提供专用检索优化和增量更新功能，而LangChain支持完整工具链和复杂工作流编排。企业应根据核心需求选择：专注高效检索选LlamaIndex，需系统集成选LangChain。
2025-10-29 17:42:01
1234
原创 【LangChain】LangChain 输出解析器
LangChain提供了多种输出解析器，用于处理不同格式的模型响应： 列表解析器：将逗号分隔文本转为Python列表，适用于关键词提取 日期解析器：专门处理时间日期信息，返回datetime对象 JSON解析器：解析JSON数据为字典，适合结构化数据提取 XML解析器：处理XML格式响应，解析复杂嵌套数据 Pydantic解析器（推荐）：基于类型安全的Pydantic模型，支持复杂数据结构验证 其中PydanticOutputParser最为强大，通过定义数据模型可确保字段类型正确性，适合企业级应用。
2025-10-29 08:12:50
392
原创 【LangChain】LangChain提示词模板
LangChain提供了多种提示词模板，主要包括SystemMessage（系统指令）、HumanMessage（用户输入）、AIMessage（AI回复）和自定义角色的ChatMessage模板。这些模板通过定义不同的消息角色（系统/人类/AI/自定义）来控制AI的回应方式。常见组合包括System+Human用于单轮对话，加入AI模板构建多轮对话上下文，ChatMessage用于特殊场景。模板支持参数化输入，通过format方法动态生成内容，可与聊天模型配合实现智能对话功能。
2025-10-29 08:09:52
899
原创 【LangChain】LangChain Model 模型分类
LangChain的Model I/O模块将语言模型抽象为三类：LLMs（文本补全，单次任务）、Chat Models（多轮对话，结构化消息）和Embedding Models（文本向量化）。LLMs适合独立文本生成，Chat Models优化了对话交互，Embedding Models用于语义分析。LangChain提供统一接口调用不同模型，建议优先使用Chat Models，并通过环境变量管理敏感配置参数。
2025-10-28 11:37:39
455
原创 【LangChain】LangChain核心组件与功能
LangChain 1.0框架采用模块化设计，将大语言模型应用开发分解为6大核心模块：Model I/O（处理模型交互）、Retrieval（实现RAG应用）、Chains（构建工作流）、Agents（自主决策）、Memory（状态持久化）和Callbacks（自定义逻辑插入）。其中，Model I/O标准化输入输出流程，Retrieval实现外部数据检索，Chains串联多个组件，Agents赋予模型决策能力，Memory保存对话状态，Callbacks支持执行监控。
2025-10-28 11:13:49
1110
原创 【AI 智能体】AI 智能体工作原理
AI智能体通过"工具+记忆+推理"的协同机制实现自主任务处理。其工作流程包含5个步骤：需求解析、推理规划、工具调用、记忆存储和优化输出。三大核心组件各司其职：推理作为决策中心规划任务步骤，工具作为交互接口获取外部资源，记忆作为数据仓库存储关键信息。这种闭环协同使AI智能体从被动问答升级为主动规划，能处理多步骤、需上下文的复杂任务，如自动生成天气通勤周报或跟踪股票趋势。未来，这种机制将让AI成为真正实用的个人助手，在工作、生活和学习中提供更智能的服务。
2025-10-27 08:56:02
737
原创 【Mineru】保姆教程 Mineru API使用全指南
Mineru API文档解析与批量处理指南 摘要：Mineru API提供高效文档解析能力，支持PDF、Word等格式的文本、公式和表格提取。使用前需获取Token并通过Authorization头认证。单文件解析通过创建任务和查询结果两步完成，支持OCR、公式识别等功能。批量处理支持本地文件上传和URL批量解析两种方案，前者通过请求上传URL后PUT上传文件自动解析。注意事项包括文件大小限制、格式支持和每日配额管理。API还提供进度查询、结果回调等增强功能，帮助用户高效完成各类文档处理需求。
2025-10-27 08:49:20
1781
原创 【RAG】摘要索引在RAG场景中的技术分析与实现
摘要索引是一种针对半结构化文档的RAG优化技术，通过为文档块生成语义摘要并构建摘要向量数据库，有效解决了传统RAG在文档分割中的结构破坏问题。其核心优势包括：保持表格、代码等结构化内容完整性，提升检索精度20%以上，支持多粒度检索。实现流程包含文档分割、摘要生成和索引构建三个阶段，采用UUID关联机制确保摘要与原始文档的精准映射。检索时通过"摘要匹配-文档回溯-答案生成"的三级流程，显著提升问答系统的响应质量，特别适用于学术论文、技术文档等复杂场景。
2025-10-17 09:42:13
1159
原创 【智能体】企业智能体落地，从阶段划分到痛点破局
企业智能体落地：五阶段演进与痛点突破 摘要：AI智能体在企业应用中呈现五阶段演进路径，从Level 1固定任务执行到Level 5多智能体协同管理。当前90%企业应用集中在Level 1-2，面临四大核心痛点：大模型幻觉可通过RAG+微调+反馈闭环解决；RAG效果不佳需优化检索逻辑与知识库利用；信息孤岛需安全打通API接口；安全问题需建立全链路监控与数据分级机制。企业应聚焦"可用性"，在现有阶段解决实际问题，而非盲目追求高阶能力。
2025-10-17 09:04:42
1139
原创 【RAG】一文掌握RAG技术全貌
RAG技术通过检索外部知识库增强大模型回答的事实准确性，其核心流程包括索引、检索和生成三个阶段。优化策略涵盖提问改写、多路召回、索引结构优化、检索后处理和生成约束五大方面。评估需结合检索指标（如召回率）和生成指标（如事实一致性），并辅以人类评估。针对幻觉问题，可通过强化Prompt约束、引用标注和事实核查等方法解决。RAG技术实现了知识检索与智能生成的有机结合，为构建可信AI系统提供了有效路径。
2025-10-16 16:11:41
464
原创 【 RAG】多查询检索 RAG 实现原理
多查询检索 RAG 实现原理摘要：该系统通过 LLM 从原始问题生成多个相关扩展问题（3-4个不同角度的问题），然后并行检索这些扩展问题，最后合并去重检索结果用于生成最终答案。相比单查询检索，该方法能解决词汇不匹配问题，提高检索召回率，更全面地覆盖问题各个方面。代码实现包含查询扩展、并行检索和结果融合三个核心模块，使用 LangChain 框架集成 LLM 和向量数据库(Milvus)，支持异步并行检索优化性能。系统还设计了备用查询生成机制，确保在主流程失败时仍能提供基本检索能力。
2025-10-16 16:03:19
297
原创 从部署到微调：Deepseek大模型本地化落地指南
本文介绍了如何将Deepseek大语言模型本地化部署和微调，适用于个人和小团队的需求。文章首先强调了本地化的重要性，尤其是在数据隐私和离线场景下。随后，推荐了两款适合本地化的Deepseek模型（7B参数版本），并提供了硬件要求和许可信息。 第二部分详细讲解了使用Ollama工具一键部署Deepseek模型的步骤，包括安装、拉取模型和交互方式。第三部分则深入介绍了如何利用QLoRA技术对模型进行本地微调，包括环境准备、数据格式要求和核心代码实现。
2025-10-15 10:08:58
1830
原创 基于LangChain与通义千问的带记忆功能聊天机器人实现
基于LangChain与通义千问的带记忆功能聊天机器人实现 本项目开发了一个具有上下文记忆能力的智能对话系统，采用LangChain框架结合阿里云通义千问API构建。系统核心功能包括：基于内存的对话历史管理、可配置的模型参数设置、支持命令交互的控制台界面以及完善的日志记录机制。通过模块化设计实现了提示工程、模型调用和会话管理的解耦，开发者可快速扩展为Web应用或集成到其他系统中。项目提供完整的环境配置指南和代码解析，特别适合需要实现连贯对话场景的应用开发。
2025-10-15 09:46:15
846
原创 一文读懂AI智能体的4种核心部署架构
AI智能体部署架构指南：4种方案适用场景解析 本文系统介绍了AI智能体的4种核心部署架构：1）批量部署适合非实时海量数据处理（如用户画像更新）；2）流部署实现数据流实时监控（如金融风控）；3）实时部署保障低延迟交互（如智能客服）；4）边缘部署确保隐私安全（如医疗本地诊断）。选择时需考量业务需求（实时性/隐私性）、性能要求（吞吐量/延迟）和成本因素。实际应用中常采用混合架构，如电商平台可组合批量分析、实时风控和在线客服。合理部署架构是AI智能体发挥价值的关键。
2025-10-10 08:39:05
850
原创 3B参数搞定复杂文档解析！MonkeyOCR：开源OCR工具的性能与轻量化革命
MonkeyOCR-pro-1.2B是一款轻量化开源OCR工具，在文档处理领域实现重大突破。其3B参数级模型在OmniDocBench基准测试中超越GPT-4o等大模型，而1.2B版本在保持97%性能的同时速度提升36%。独创的三元组解析范式可一次性处理文本、表格和公式，输出Markdown格式。支持本地部署，最低配置为4060显卡（8GB显存），提供可视化操作界面。实测显示，该工具能精准识别复杂公式、还原表格结构，并保持文档原始排版，特别适合科研、财务等场景的批量文档处理需求。
2025-10-10 08:33:37
1153
原创 MinerU私有化部署全指南
MinerU私有化部署指南：高效安全处理复杂文档 MinerU是一款开源的多模态文档结构化提取工具，专为解决企业复杂文档（如含公式、表格、扫描文本的PDF/PPT/Word）处理难题而设计。其核心能力包括智能OCR识别、结构化输出（保留层级/表格/公式）、跨平台高性能处理，适用于科研文献整理、企业文档管理、AI训练数据准备等场景。
2025-09-30 09:20:20
1112
原创 【文档解析】PDF转Markdown文档神器-MinerU
MinerU是上海人工智能实验室开发的智能文档解析开源工具，支持PDF、Word、PPT等格式的自动转换与结构化处理。其核心功能包括OCR识别、布局分析，输出JSON/Markdown等格式，适配大模型训练需求。提供API接口，支持批量处理，每日2000页免费额度。适用于企业文档管理、学术研究等场景，具有开源免费、高效准确的特点。开发者可通过GitHub获取代码，利用其API实现文档自动化处理，提升AI训练数据质量。
2025-09-30 09:02:45
911
原创 【知识库文档】数据预处理PDF转成MD格式(Markitdown)
微软开源Markitdown工具，支持将Office、PDF等文件转为Markdown格式。该工具实为集成开源解析器的封装层（如PDF依赖pdfminer），安装仅需pip install markitdown，支持命令行和API调用。测试发现其对PDF表格解析存在明显缺陷：表格结构丢失、文字顺序错乱，本质是简化了多格式转换流程，但未提升解析精度。核心代码仅两个文件，通过扩展名匹配不同转换器，PDF处理直接调用pdfminer.extract_text()，未做优化处理。
2025-09-26 08:26:21
932
原创 【知识库文档】数据预处理PDF文档转成MD格式（gptpdf ）
gptpdf 使用指南：基于大模型的PDF转Markdown工具 简介： gptpdf是一款开源工具，通过多模态大模型（如GPT、通义千问）将PDF精准转换为Markdown格式，支持文本、表格、公式等复杂内容解析。 使用步骤： 准备Python环境（≥3.8）并安装gptpdf； 获取大模型API密钥（如通义千问）； 调用parse_pdf()函数转换PDF，需指定文件路径、输出目录等核心参数； 解析结果将生成Markdown文件及提取的图片。
2025-09-26 08:14:22
1381
原创 详解大模型RAG知识库的7种智能切片策略
本文介绍了医院AI助手背后的7种智能切片策略，这些策略帮助AI高效处理复杂的医疗资料。通过等长切片、自然分段、滑动窗口等方法，AI能将病历、药品说明等资料准确分割，避免关键信息割裂。文章还讲解了如何存储和检索这些切片，并以胸痛患者为例，展示了AI快速检索相关知识并给出建议的过程。这些智能切片技术让AI能像医生一样"读懂"医学资料，成为临床决策的有力助手，未来还将整合影像等多模态数据，进一步提升医疗AI的实用性。
2025-09-22 13:55:25
833
原创 深入分析传统RAG与Agentic RAG
文章摘要： RAG技术通过连接LLM与外部知识库解决知识滞后与内容幻觉问题。传统RAG采用线性“检索-生成”流程，适合简单问答但无法处理多跳推理；Agentic RAG引入智能体决策，通过查询优化、工具选择和循环评估应对复杂任务，但开发成本更高。两者并非替代关系：传统RAG适合低延迟简单场景（如客服），Agentic RAG擅长度身定制复杂分析（如行业报告）。未来趋势可能是动态切换两种模式，根据任务复杂度平衡效率与能力。选择时需权衡响应速度、开发成本与任务复杂度。
2025-09-22 08:52:08
1109
原创 【示例】通义千问Qwen大模型解析本地pdf文档，转换成markdown格式文档
通义千问（Qwen）目前主要通过API或开源模型提供服务，解析PDF需结合第三方工具（如PyPDF2、pdfplumber）提取文本，再调用Qwen API处理。
2025-09-19 14:31:42
543
原创 【Python】高质量解析 PDF 文件框架和工具
Python解析PDF文件有多种工具可选，根据PDF类型和需求选择合适方案：文本型推荐PyPDF2/pdfplumber提取文字和表格；扫描件需OCR，中文首选PaddleOCR+pdf2image，英文可用pytesseract；专业表格提取用Camelot；企业级可选Google Doc AI等云服务；新兴工具unstructured适合通用文档处理。不同工具在文本精度、表格支持、OCR能力等方面各有优势，需结合实际场景选择。
2025-09-19 14:19:09
804
原创 深入分析Text2SQL优化
本文系统解析了Text2SQL技术的优化路径，从检索增强、提示工程、多智能体协作到全链路验证。通过RAG技术精准匹配表结构，利用提示词优化提升模型理解，采用多智能体分工处理复杂查询，并构建多层验证机制确保SQL正确性。文章还探讨了性能、安全性优化策略及企业落地的分阶段建议，指出技术优化的核心在于平衡自然语言模糊性与SQL精确性，最终实现业务人员无障碍查询数据的愿景。
2025-09-18 08:35:44
1065
原创 深入分析Text2SQL使用
文章摘要：本文探讨了大模型驱动的Text2SQL技术如何帮助企业突破"业务需求与SQL查询"的鸿沟。通过LlamaIndex框架，展示了从基础NLSQLTableQueryEngine到进阶SQLTableRetrieverQueryEngine的实战应用，解决自然语言转SQL的核心问题。同时指出Text2SQL在上下文窗口、SQL注入、大模型幻觉等方面的局限性，并提供了数据库权限控制、SQL白名单等多层防护方案。
2025-09-18 08:33:49
1180
原创 一文读懂RAG系统中的分块策略：从基础原理到企业落地
RAG系统的分块策略是提升检索精度与生成质量的关键因素。文章分析了预分块和后分块的适用场景，并详细介绍了8种分块方法：固定大小分块、递归分块、基于文档分块等基础策略，以及语义分块、LLM分块、智能代理分块等高级策略。不同策略各有优劣，需根据文档类型、查询需求及成本限制进行选择。合理的分块能优化检索效率、保障生成内容完整性，是RAG系统落地的"隐形生命线"。
2025-09-16 15:58:36
1704
原创 深入分析LangSmith使用及自动化评估
LangSmith的AI应用自动化评估流程分为三阶段：1.数据追踪（环境配置、数据集构建）；2.评估执行（使用内置/自定义评估器，在线实时监控）；3.结果分析（可视化仪表盘、深度调试、反馈优化）。支持单元/集成/压力测试，提供多轮对话评估、工具调用优化等典型场景解决方案，实现从开发到生产监控的全流程质量管理。通过分层评估策略和动态数据集更新，帮助开发者持续提升AI系统性能。
2025-09-16 15:51:58
717
原创 LLM 微调实现原理及步骤
摘要： LLM微调通过将业务知识库转化为高质量QA对，训练模型根据文档生成精准回答，避免编造和跑题。流程分为六步：1）准备结构化知识库；2）生成训练数据（人工/LLM自动生成）；3）使用LoRA等技术微调模型；4）人工/自动评估效果；5）优化数据迭代训练；6）部署为RAG系统，动态结合检索与生成。核心在于通过数据迭代让模型学会"依文档作答"，而非记忆固定答案，最终实现可控的智能问答服务。（150字）
2025-09-15 09:26:14
752
原创 RAG知识问答系统实现全流程
本文详细介绍了检索增强生成（RAG）知识问答系统的构建全流程。系统从多源数据采集、清洗与质量把控入手，通过文本分块、向量嵌入实现知识表示与索引构建。采用混合检索策略（BM25+向量搜索）获取相关文档，并优化提示工程与生成参数确保回答质量。系统支持多维度评估（召回率、忠实度等）、持续迭代优化，可适配垂直领域需求并扩展多模态功能，有效解决大模型知识过时和幻觉问题，适用于企业知识库、医疗咨询等场景。整个流程兼顾技术细节与工程实践，强调数据质量、检索精准度与生成可控性的平衡。
2025-09-15 09:21:15
1210
原创 企业知识库向量数据库选型分析
针对企业知识库与知识问答场景，本文对比Weaviate、Chroma、Milvus、Qdrant和PgVector五大向量数据库的核心功能与适用性。
2025-09-13 08:23:05
971
原创 深入分析RAG知识库多模态数据预处理
多模态企业数据预处理是构建高质量RAG知识库的关键环节。本文详解了处理流程：1）文档格式识别与路由；2）多模态内容提取（文本、图像、音视频）；3）结构解析与语义重建；4）数据清洗与增强；5）智能分块（强调语义完整性）；6）元数据注入。推荐使用开源工具如PaddleOCR、Whisper、BLIP-2等，或商业API处理复杂场景，最终生成带丰富元数据的结构化内容，为后续向量化检索奠定基础。
2025-09-13 08:08:33
1172
Spring+SpringMvc+Mybatis+Dubbo 小Demo
2017-10-17
springbootg整合 mybatis, swagger-ui的小案例
2017-10-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人