- 博客(237)
- 收藏
- 关注
RSS订阅原创 使用Riza Code Interpreter解决特定问题的实践
Riza Code Interpreter是一个基于WebAssembly（WASM）的隔离环境，可以运行由AI代理生成的Python或JavaScript代码。这种环境保证了代码执行的安全性和高效性，非常适合用于解决特定任务。
2025-03-24 11:57:55
303
原创 使用Python REPL进行动态代码执行
Python REPL是一种交互式编程环境，允许用户输入命令，动态执行，并得到即时反馈。它可以用于轻松测试代码片段和执行动态逻辑，特别是当需要通过LLM生成代码并执行时。这在复杂计算场景或需要灵活逻辑处理时非常有用。
2025-03-24 11:46:37
217
原创 使用PubMed API查询生物医学文献的实践
PubMed是由美国国家生物技术信息中心（NCBI）提供的一个免费搜索引擎，专为生物医学领域的研究人员设计。无论你是医生、研究者还是学生，PubMed都能帮助你找到需要的科学引用和全文链接。
2025-03-24 11:41:01
341
原创 使用Polygon IO工具包获取实时股票数据
在金融市场中，实时获取股票数据是投资分析和决策的重要组成部分。Polygon IO提供了强大的股票市场数据API，可以帮助开发者轻松获取实时的股票信息。本篇文章将介绍如何使用Polygon IO工具包结合Langchain社区提供的工具来实现股票数据的获取。
2025-03-24 11:35:31
339
原创 使用无监督学习微调大型语言模型实现信息记忆
大型语言模型（LLM）通过处理大量的文本数据来学习语言知识。通常，LLM通过监督或无监督学习的方式进行微调，以满足特定的应用需求。无监督学习在不需要人工标注数据的情况下，能够自动生成信息，是一种经济高效的训练方式。
2025-03-24 09:49:46
404
原创 使用Golden Query API进行自然语言查询
随着数据科学的快速发展，如何高效地从庞大的信息中提取有用的结构化数据成为了一大挑战。Golden Knowledge Graph通过提供自然语言API，便捷地实现了这一功能。利用Golden Query API，可以通过简单的自然语言查询获得复杂的结构化数据，例如，了解某个领域的公司、具有特定融资阶段的公司等。
2025-03-24 08:48:41
254
原创 使用FlashRank进行高效的检索重排序
在信息检索的场景中，重排序是指根据查询的相关性对检索结果进行重新排列，以提高最终结果的准确性和用户满意度。然而，传统的重排序方法通常计算量大，难以在大规模数据中实现实时响应。FlashRank通过一个轻量级的实现方案，使得这一过程变得既快速又有效。
2025-03-24 03:53:34
274
原创 使用Embedchain在Python中建立智能检索系统
在构建智能系统时，创建高效的数据检索管道是至关重要的。Embedchain是一个强大的RAG（检索-生成）框架，用于加载、索引、检索和同步数据。本文将带您深入了解如何利用Embedchain来构建一个高效的检索系统。
2025-03-24 03:48:04
229
原创 使用Chaindesk的Retriever进行数据查询
Chaindesk是一个集成平台，将来自多种数据来源的数据（如文本、PDF、Word、PowerPoint、Excel、Notion、Airtable、Google Sheets等）汇集到一个或多个数据存储中。这些数据存储可以通过Chaindesk API与ChatGPT或其他LLM连接，实现高效的数据查询和处理。
2025-03-24 03:14:51
388
原创 深入了解Activeloop Deep Memory在RAG中的应用
Activeloop Deep Memory是一款工具套件，旨在优化矢量存储以适应具体的应用场景，从而在大型语言模型（LLM）应用中实现更高的准确性。随着检索增强生成（RAG）技术的进步，它在生产环境中面临的挑战不断显现：准确性（召回率）、成本和延迟。Activeloop的Deep Memory为Deep Lake用户提供了一个轻量神经网络层，通过将用户查询与语料库中的相关数据匹配来提高检索准确性。在这篇文章中，我们将解析Deep Lake文档，并创建一个RAG系统来回答来自这些文档的问题。
2025-03-24 02:41:47
134
原创 使用Xata作为向量存储的实战指南
Xata是一个基于PostgreSQL的无服务器数据平台，它不仅提供协助管理数据的UI，还提供与数据库交互的Python SDK。其原生支持向量类型，为表添加向量列提供了便利。同时，Xata支持相似性搜索，这意味着可以通过LangChain库将向量直接插入到Xata中，并可以轻松查询给定向量的最近邻。这种功能非常适合作为向量存储，以便于与各种LangChain嵌入集成。在这篇文章中，我们将探讨如何利用Xata作为向量存储，以满足AI应用的数据需求。
2025-03-24 02:18:37
377
原创 使用VikingDB进行向量存储和检索的实践指南
VikingDB在自然语言处理、大规模推荐系统以及相似性搜索等场景中有广泛应用。通过建立高效索引，可以实现快速的相似性搜索和相关内容推荐。如果遇到问题欢迎在评论区交流。
2025-03-24 02:02:06
344
原创 利用Intel的Visual Data Management System (VDMS)进行高效大规模“视觉”数据管理
现代数据驱动的应用程序需要快速高效地访问大量的视觉数据。例如，在机器学习和计算机视觉领域，经常需要对大量的图片、视频以及相关的元数据进行快速检索和处理。Intel的Visual Data Management System (VDMS) 正是为了解决这一需求而开发的。它是一种存储解决方案，通过将视觉元数据存储为图结构，支持通过视觉元数据进行大规模云搜索，并为视觉数据提供快速访问的机器友好增强功能。VDMS基于MIT许可证开源，支持K近邻搜索以及各种距离计算方法。
2025-03-24 01:38:09
296
原创 高效向量搜索引擎USearch的使用指南
近年来，随着自然语言处理和机器学习的发展，如何高效地进行向量搜索成为技术难题。USearch作为一款小巧快速的单文件向量搜索引擎，提供了与FAISS相同的基础功能，并采用相同的HNSW算法。不同的是，USearch设计得更加简洁且兼容性更广，在不牺牲性能的前提下，专注于用户自定义指标并减少依赖项。
2025-03-24 01:26:34
175
原创 使用 SurrealDB 实现高效的实时协作和向量存储
SurrealDB 为现代应用（如网页、移动端、无服务架构、Jamstack等）提供了一种简化数据库和 API 基础设施的方式。它通过减少服务器端组件，帮助开发者大幅缩短开发时间，并且支持多种查询语言、实时数据协作、以及精细的访问控制。
2025-03-24 00:31:11
400
原创 使用ObsidianLoader加载Obsidian笔记库中的文档
Obsidian将你的笔记以Markdown文件的形式保存在本地文件夹中，这使得数据的存储和备份变得简单和高效。此外，这些文件有时包含在文件顶部的YAML块作为元数据，帮助组织和搜索。为了从这些文件中批量提取内容，我们可以使用一个专门的工具，即，这是库中提供的文档加载器。可以读取这些文件夹中的Markdown文件，自动处理其中的元数据，并将它们转换为结构化的文档对象。
2025-03-23 13:06:55
385
原创 如何通过Joplin的REST API加载笔记数据
Joplin是一款开源的笔记应用，允许用户在不同设备间安全地访问和管理他们的想法。为了实现从Joplin数据库中加载笔记，我们可以利用其提供的REST API来检索笔记及其元数据。
2025-03-23 11:30:16
214
原创 使用iFixit API获取设备维修指南与问答数据
iFixit是一个全球最大的开放维修社区，提供了近10万份维修手册和20万条问答，涵盖了4.2万种设备。iFixit的数据开放性使其成为技术文档相关上下文信息以及设备故障解决方案的宝贵资源。通过其开放API，我们可以方便地获取维修指南、问答以及维基等信息。
2025-03-23 11:01:38
222
原创 如何使用华为OBS加载对象作为文档
华为OBS提供了安全、可靠且高效的对象存储服务，可以处理海量的非结构化数据。在构建数据密集型应用程序时，我们经常需要将OBS中的对象加载到内存中进行处理或分析。
2025-03-23 10:55:47
250
原创 使用DuckDB进行高效数据加载与转换
DuckDB是一个面向分析工作的嵌入式SQL数据库，旨在提供高效的OLAP（在线分析处理）功能。它与传统的数据库不同，不需要复杂的设置和独立的服务运行，开发者可以直接在应用程序中嵌入使用，非常适合嵌入式分析、Python中的数据处理任务等。
2025-03-23 09:34:20
243
原创 使用 Airbyte Salesforce 加载器集成 Salesforce 数据
Airbyte 是一个开源的数据集成平台，它提供了 ELT 解决方案，可以轻松从各种 API、数据库和文件中提取数据并加载到数据仓库和数据湖中。它包含了广泛的连接器库，使得数据集成变得非常灵活和强大。
2025-03-23 06:09:59
329
原创 使用Titan Takeoff进行高效的自然语言处理模型推理
Titan Takeoff是TitanML提供的一项服务，它允许用户在本地硬件上运行推理工作负载。支持大多数嵌入模型，并通过单一命令实现快速部署。如果用户在使用特定模型时遇到困难，可以通过电子邮件联系TitanML。
2025-03-23 04:57:48
462
原创 使用SparkLLM进行文本嵌入的有效实践
SparkLLM是一个强大的文本嵌入模型，支持2K的token窗口并产生具有2560维的向量。这使得它在处理复杂和长文本时具有显著的优势。该模型特别适用于需要高精度文本表示的应用场景，如语义搜索和内容推荐。
2025-03-23 04:41:03
272
原创 使用优化和量化编码器进行文档嵌入
传统的嵌入技术，如BERT和SBERT，虽然提供了强大和高效的文本表示，但它们的计算通常要求较高的资源。为了提高效率和降低计算成本，我们可以使用量化技术来将模型参数缩减为更小的数据类型，如INT8。这种技术不会显著降低模型的性能，但可以显著减少内存和计算要求。
2025-03-23 03:45:41
205
原创 使用Oracle Cloud Infrastructure生成AI与LangChain集成实践
OCI的生成AI服务让开发者可以轻松地在他们的应用程序中集成自然语言处理功能，比如文本生成和语言理解。这个服务为各种业务场景提供了一流的模型，并且支持用户自定义的微调模型。通过OCI生成AI，用户可以在专用AI集群上托管这些模型，使其性能更稳定，访问更快捷。
2025-03-23 03:23:22
297
原创 利用LangChain与NVIDIA NIM进行智能检索和问答
NVIDIA NIM是打包好的容器，这些容器可以轻松部署在NVIDIA的加速硬件上。NVIDIA通过其API目录为这些NIM提供托管服务，同时允许用户在本地或云上进行自托管。这种灵活性使得企业可以全面掌控其知识产权和AI应用。
2025-03-23 03:17:55
345
原创 使用LangChain与MiniMax进行文本嵌入与相似度计算
在上面的代码中，我们首先初始化嵌入服务，然后进行文本嵌入，最后计算余弦相似度。注意，余弦相似度的结果可以用于评估文本相似性——结果越高，文本之间越相似。
2025-03-23 02:39:05
124
原创 使用GPT4All进行文本嵌入和数据可视化
为了确保更新的包被正确使用，请重新启动你的内核。如果遇到模型类冲突问题，这是因为多次加载模型类所致，但不影响模型使用。
2025-03-23 01:21:52
299
原创 使用LangChain的Fake Embeddings进行AI管道测试
在实际项目中，建议在开发早期阶段使用FakeEmbeddings来验证逻辑和流程。当流程稳定后，再切换到真实的嵌入模型以进行性能优化和结果验证。此类虚拟工具不应替代生产环境的实际嵌入调用，但可以作为一种有效的开发工具提高工作效率。如果遇到问题欢迎在评论区交流。
2025-03-23 01:00:01
275
原创 使用LangChain与Eden AI嵌入模型进行文本相似性计算
Eden AI提供了一个整合的平台，用户可以在不更换API的情况下，轻松访问多种AI功能。无论是文本嵌入、图像识别还是其他AI应用，Eden AI都能通过其统一的API为用户提供便利。我们将使用LangChain框架来对接Eden AI的嵌入模型，实现文本相似度计算。
2025-03-23 00:38:09
301
原创 使用LangChain与SambaNova平台进行模型交互实战
SambaNova平台适用于需要快速部署开源AI模型的场景，例如实时预测、批量处理和多模型对比。SambaStudio尤其适合企业级环境，能够满足高性能的推理需求。若要使用SambaStudio模型，需要设置多个环境变量，包括项目ID和端点ID等。以下示例展示了如何使用LangChain与SambaStudio进行交互。如果遇到问题欢迎在评论区交流。
2025-03-22 21:52:43
166
原创 在Python中使用LangChain与Modal实现问答系统
使用LangChain与Modal的结合，可以实现高效的问答应用，例如客服机器人、智能助理以及内容生成工具。同时，通过Modal这个低成本、高效率的平台，开发者能够轻松地扩展应用规模而不必关心基础设施的繁琐配置。在实践中，建议逐步对Modal web端点进行优化以处理更复杂的请求，并结合不同的提示策略以实现更高质量的响应。此外，定期更新您的LLM模型以保持其响应能力和准确性。如果遇到问题欢迎在评论区交流。
2025-03-22 20:07:58
179
原创 使用LangChain与Banana模型进行交互
Banana是一项构建机器学习基础设施的服务，旨在帮助开发人员更高效地管理和调用机器学习模型。结合LangChain这个强大的链式语言模型库，我们可以轻松地与Banana提供的模型进行交互，构建智能化应用。
2025-03-22 16:59:40
287
原创 使用Kinetica将自然语言转换为SQL的实现
Kinetica是一种高性能分布式数据库，结合了GPU加速和AI技术。通过其内置的语言模型（LLM）功能，Kinetica可以将自然语言问题转换为SQL查询，以便于用户快速获取数据。
2025-03-22 14:00:34
477
原创 利用LangChain集成Office365电子邮件和日历的实用指南
随着企业在全球范围内日益采用Microsoft 365平台，如何高效地利用其提供的生产力工具成为了开发者关注的焦点。Microsoft 365（原Office365）的一部分是Office365电子邮件和日历服务，这些服务通过Microsoft Graph API提供访问和操作接口。本文将深入探讨如何使用LangChain库连接到Office365的电子邮件和日历服务，以实现自动化和智能交互。
2025-03-22 11:35:38
301
原创 利用Bing搜索API进行智能信息检索
Bing搜索API是Azure提供的一项云服务，旨在提供安全、无广告、并且支持位置感知的搜索结果。开发者可以利用它来实现从全球海量文档中检索信息的功能，为用户快速提供他们所需的信息。
2025-03-22 11:24:38
203
原创 使用SerpAPI进行网页搜索的实践指南
SerpAPI是一个提供搜索引擎查询接口的服务，可以帮助开发人员快速、准确地获取搜索结果。通过API，我们可以自定义查询参数来满足特定的搜索需求，如指定搜索引擎或语言设置等。params = {"engine": "bing", # 使用Bing搜索引擎"gl": "us", # 地区设置为美国"hl": "en", # 语言设置为英语# 带参数创建SerpAPIWrapper实例# 执行搜索")
2025-03-22 08:43:37
273
原创 在Google Vertex AI上实现低延迟矢量搜索
Google Vertex AI矢量搜索，前称为Vertex AI匹配引擎（Matching Engine），提供了业界领先的高规模低延迟矢量数据库。这种服务通常用于矢量相似性匹配或近似最近邻（ANN）服务，广泛应用于各种需要快速响应和精确相似性搜索的场景。
2025-03-22 06:35:53
175
原创 使用Google Cloud Document AI进行文档处理
Google Cloud Document AI是Google提供的一个服务，用于将非结构化文档转化为结构化数据。这项服务能够自动识别文档中的内容并对其进行分类，广泛应用于金融、医疗、法律等领域，帮助企业和组织提升数据处理效率。
2025-03-22 05:45:51
308
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人