- 博客(857)
- 收藏
- 关注
RSS订阅原创 快速初始化大语言模型：一行代码搞定
许多LLM应用程序让最终用户指定应用程序要使用的模型提供商和模型，这通常需要编写一些逻辑来根据用户配置初始化不同的模型实例。方法则提供了一种简便实现这一功能的方式。支援的模型集成列表请参考API参考文档。确保你已经安装了所需的集成包，比如要支持OpenAI模型，你需要安装。需要安装，此功能在版本中添加，请确认你的包是最新的。
2025-06-16 17:15:35
154
原创 如何向Runnable添加默认调用参数
LangChain是一个用于创建复杂AI处理链的库，允许你将多个处理步骤链接在一起。同时，你可以为每个步骤配置默认参数，以提高调用效率，减少手动配置的工作。
2025-06-16 15:33:39
178
原创 构建一个检索增强生成（RAG）应用
大型语言模型（LLMs）虽然能在广泛主题上进行推理，但它们的知识仅限于训练时的公共数据。如果希望构建能对私有数据或模型的截止日期之后引入的数据进行推理的AI应用，我们需要将模型的知识与特定信息相结合。这一过程被称为检索增强生成（RAG）。
2025-06-16 15:29:29
199
原创 构建查询分析系统：从查询到结果的一站式实现
查询分析是一种优化数据检索的方法，通过解析用户查询，生成结构化检索请求，以提高检索结果的相关性和准确性。在本例中，我们以LangChain的YouTube视频为检索对象，构建一个简单的搜索引擎，并展示如何通过查询分析改善搜索结果。
2025-06-16 15:21:44
191
原创 使用ChatLlamaAPI与LangChain进行文本分析
使用ChatLlamaAPI时，请确保API密钥的安全性，避免不必要的泄露。可以在开发环境中使用环境变量存储密钥。通过调用链的方式，可以逐步添加新的功能模块以扩展系统能力，确保每个模块的功能明确且易于维护。如果遇到问题欢迎在评论区交流。
2025-06-13 19:03:06
155
原创 使用LLMs与Azure Cosmos DB上的Gremlin进行图数据库查询
LLMs与图数据库的结合在多种场景中具有显著优势，包括社交网络分析、推荐系统、身份识别和复杂关系建模等。通过自然语言接口，用户可以更加便捷地与数据库交互，提升数据分析的效率。如果遇到问题欢迎在评论区交流。
2025-06-13 19:01:26
261
原创 利用GitPython和LangChain增强Python项目的Git文档加载
Git是一种分布式版本控制系统，用于跟踪计算机文件的更改。GitPython是一个用于与Git交互的Python库，提供了Pythonic的API来执行Git命令。LangChain是一个最近兴起的库，旨在连接不同的数据源和工作流，其中包括Git文档加载功能。
2025-06-12 14:50:51
314
原创 使用RAG-Chroma-Multi-Modal构建多模态幻灯片视觉助手
RAG-Chroma-Multi-Modal是一款利用语言模型及视觉模型结合的工具，旨在为幻灯片类视觉信息提供问题回答能力。通过使用OpenCLIP的嵌入技术，该工具能够将幻灯片中的图像有效地存储到Chroma数据库中。在用户提出问题时，相关图像将被检索并传递给GPT-4V以合成答案。
2025-06-12 13:28:16
346
原创 使用Token化技术对文本进行分割
在语言处理任务中，文本常常需要被分割成较小的块，以便在有限的计算资源内进行处理。Token用于表示文本的最小单位，许多模型都有特定的Token限制，超过这个限制可能会导致模型无法正常工作。因此，选择适当的Token化器来精确地分割文本和计数Token是至关重要的。
2025-06-12 11:56:41
555
原创 在LangChain中使用OpenAI Adapter探索多模型集成
这种适配器模式特别适合需要集成多个模型选项的项目。例如，在用户有特定的偏好或者性能需求时，开发者可以根据需要在多个模型之间轻松切换，而不必对API调用做大的改动。如果遇到问题欢迎在评论区交流。
2025-06-09 14:36:57
116
原创 快速集成Context用户分析服务到您的LLM应用
在构建大型语言模型（LLM）驱动的应用时，了解用户与产品交互的情况对于优化用户体验至关重要。Context提供了一种简单快速的方式来收集用户互动数据，这样您只需不到30分钟即可开始改善用户体验。本文将演示如何集成Context以实现这一功能。
2025-06-05 10:38:29
227
原创 深入解析AI21SemanticTextSplitter：文本语义分割的实战指南
说到底，AI21SemanticTextSplitter就是这么个原理：通过语义理解，将文本进行意义上的划分，以便于更高效的文本处理和信息提取。希望今天的分享能够帮到大家，特别是在处理复杂文本时不再手足无措。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~---END---
2025-06-04 13:37:28
119
原创 Leveraging MLflow Deployments for Efficient LLM Management
MLflow Deployments 的设计初衷是为了在企业内部顺畅地使用和管理各种 LLM 服务。通过提供一个高阶接口，可以方便地处理与 LLM 相关的请求。这对于需要集成多种 LLM 提供商的团队来说，绝对是一大利器。我个人一直在用提供的一站式大模型解决方案，无缝对接各种 LLMs，极大提高了开发效率。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2025-02-05 13:47:33
365
原创 使用Langchain集成YandexGPT进行自然语言处理
YandexGPT是Yandex Cloud提供的一个强大语言模型，能够处理多种自然语言处理任务。而Langchain则是一个用于构建语言模型应用的开源库，提供了简单而强大的接口。为了简化开发流程，我个人一直在用提供的一站式大模型解决方案。这个平台能够很好地管理和调用各种AI模型，省去了很多繁琐的配置过程。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2025-02-05 13:46:55
325
原创 探索Chat模型及其高级特性
在构建智能对话系统时，选择合适的Chat模型至关重要。LangChain库为我们提供了多种支持高级特性的Chat模型。不同模型适合不同的应用场景，每个模型都有其独特优势。了解每一个模型的能力是选择适合自己项目的关键。这里我用了一个稳定的API服务来确保调用的响应速度和稳定性。如果大家对多模态支持比较关注，可以考虑下AzureChatOpenAI或者ChatGoogleGenerativeAI这些支持多模态的模型。
2024-12-30 08:49:36
326
原创 如何提高SQL问答中的提示技巧
在自动生成SQL查询时，使用正确的提示策略可以显著提高生成SQL的准确率。特别是当你在处理不同方言的SQL数据库时，了解如何调整提示信息以适应特定的数据库方言、模式信息以及选择有效的few-shot示例非常重要。examples,FAISS,k=5,老铁们，今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-30 04:30:35
228
原创 如何加载Markdown文档并解析为LangChain对象
Markdown是一种轻量级标记语言，广泛用于编写格式化文本。对于开发者而言，理解如何将Markdown内容转化为可操作的数据结构是个常见需求。LangChain提供了一个对象，用于将Markdown文档加载为结构化的Document对象，这一过程需要依赖包。说白了就是这么个原理，通过这种方式，我们可以高效处理Markdown文档的结构并应用于复杂的场景。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-29 23:35:58
344
原创 从SRT字幕文件中加载数据的技术实战
SRT文件是SubRip文件格式的一种，也是最基础的字幕格式之一。文件通常的扩展名为.srt，内容则由一些格式化的普通文本行组成，这些文本按组分隔，中间以空行相隔。字幕是从数字1开始按顺序编号，时间码格式为小时:分钟:秒,毫秒，其中毫秒固定为三位数字，逗号作为小数点分隔符，这点和使用小数点的格式有所不同。在开发过程中，我个人一直在使用一站式大模型解决方案来辅助分析和处理数据。使用上下文结合的方式解析字幕数据，可以提高处理的准确性和速度。总之，今天的技术分享就到这里，希望对大家有帮助。
2024-12-28 13:43:46
426
原创 如何使用 Airbyte 为数据仓库加载 Gong 数据
Airbyte 是一个开源的数据集成平台，支持将 API、数据库和文件的数据提取并加载到数据仓库和数据湖中。它凭借最大的 ELT 连接器目录在业界享有声誉。虽然 Airbyte 提供了多种连接器，但今天我们聚焦于使用Gong连接器。需要注意的是，默认情况下，文档的文本部分是空的，所有数据是以元数据形式存储的。大家可以根据需求定制记录处理逻辑。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~
2024-12-28 04:14:27
450
原创 使用LLMRails Embeddings进行文本嵌入解析
在自然语言处理中，文本嵌入（Text Embeddings）是将文本数据转换为向量的技术。这样的向量可以用来进行文本分类、相似度计算、聚类等任务。LLMRails是一个提供文本嵌入的服务平台，你只需要提供API Key，就可以轻松地将文本嵌入为高效的向量。在实际使用中，LLMRails的接口相当稳定，我个人一直推荐使用这样的API服务来提高开发效率和产品稳定性。服务平台提供了一站式解决方案，可以帮助我们快速上手并投入到实际项目中。今天的技术分享就到这里，希望对大家有帮助。
2024-12-28 00:53:03
421
原创 使用LangChain与Dappier AI模型进行交互
老铁们，今天我们要聊聊如何通过LangChain与Dappier AI模型进行交互。这波操作可以说是相当丝滑，特别是对于那些想要实时动态数据支持的开发者来说。Dappier是一个前沿的平台，为开发者提供了即时访问多种实时数据模型的能力，这些模型涵盖了新闻、娱乐、金融、市场数据、天气等多个领域。通过使用Dappier的预训练数据模型，你可以大幅提升AI应用的性能，确保其提供精准且最新的响应，减少不准确信息的发生。总的来说，Dappier的数据模型帮助你构建新一代的大型语言模型应用，利用来自全球知名品牌的可信内
2024-12-27 11:04:44
388
原创 高效处理YouTube视频转录：从加载到优化
YouTube是一个全球最大的视频分享平台，其视频内容的转录对于开发者来说是个宝贵的资源。我们今天探讨的是如何使用库中的高效加载这些视频转录。很多时候，我们会用到Google Cloud的API来获得更多集成性和灵活性。就是一个不错的选择，特别是当你需要从整个频道获取数据时。这波操作，相当给力，轻松搞定大批量视频转录。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-27 07:13:52
755
原创 使用Redis和OpenAI进行RAG：处理Nike财务10k文件
老铁们，今天我们来聊聊如何使用Redis作为向量数据库，结合OpenAI的语言模型来进行RAG（检索增强生成）操作，专注于处理Nike的财务10k文件。这个模板依赖于进行文本的嵌入操作，不仅可以处理PDF文件的内容，还能回答用户的问题。
2024-12-25 18:38:58
267
原创 如何在 LangChain 中链式运行 Runnables
在 LangChain 中，任何两个 runnables 都可以通过管道操作符 () 或更明确的.pipe()方法进行“链式”连接。前一个 runnable 的invoke()方法的输出会被传递给下一个 runnable 作为输入。生成的也是 runnable，这意味着它可以像任何其他 runnable 一样被调用、流式处理或进一步链式连接。这种链式连接的好处在于高效的流式处理（序列会在可用时立即流式输出）以及可以通过 LangSmith 等工具进行调试和跟踪。
2024-12-25 03:25:14
284
原创 如何使用多向量检索器提升文档检索效果
较小的片段：将文档分割为较小的块，然后对这些块进行嵌入（这是ParentDocumentRetriever的一部分功能）。摘要：为每个文档创建一个摘要，并对摘要进行嵌入（可以替代或补充原始文档）。假设性问题：生成适用于每个文档的假设性问题，并对这些问题进行嵌入。此外，你还可以手动添加需要嵌入的内容，比如特定问题或查询，这样可以更精准地控制检索结果。同时，我们也可以为文档生成摘要并进行嵌入，这可以更准确地获取文档的主题。你甚至可以使用LLM生成假设性问题来提升检索的语义关联性。
2024-12-25 01:28:07
490
原创 如何创建自定义 LLM 类
让我们来测试一下这个 LLM，它实现了 LangChain 的标准 Runnable 接口，很多 LangChain 抽象层都能支持它！print(llm)
2024-12-24 20:50:50
346
原创 Redis向量数据库简介及LangChain集成指南
为了更进一步的整合和自动化模型调用的追踪，可以将LangSmith API key设置在环境变量中。Redis作为向量数据存储的能力，加上LangChain的灵活集成，为开发者在AI和数据处理上提供了强有力的支持。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-23 03:50:27
1333
原创 高效管理嵌入向量的利器：LanceDB的使用与实战
LanceDB主要用于向量搜索，尤其在处理大规模文本和多模态数据时表现出色。结合持久化存储，它能有效地管理和检索复杂的嵌入向量。向量搜索在自然语言处理、推荐系统和计算机视觉中极为常见，LanceDB便是我们应对这些挑战的好帮手。LanceDB不仅支持文本搜索，还可以在多模态数据场景下应用。比如，通过与结合，LanceDB也可以处理图像嵌入。这种灵活性使其在多种场景中都有广泛应用。老铁们，今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-23 02:10:01
1059
原创 使用 TensorFlow Datasets 构建高性能数据管道
TensorFlow Datasets（TFDS）是个专门为 TensorFlow 和其他机器学习框架提供标准化数据集的库。这些数据集都被暴露为对象，方便你在训练模型时使用。说白了，TensorFlow Datasets 提供了标准化的数据集，可以极大减轻数据准备的工作量，而将其转换为 Document 格式后，在处理自然语言处理任务时更加方便。老铁们若是在开发中遇到问题，可以在评论区交流哦。今天的技术分享就到这里，希望对大家有帮助。开发过程中遇到问题也可以在评论区交流~—END—
2024-12-22 19:54:45
458
原创 [在Cassandra中探索强大的文档加载功能：使用Langchain轻松处理大规模数据集]
Cassandra文档加载器是一种工具，用于从Cassandra数据库获取Langchain支持的文档。用户可以通过指定CQL查询或表名来加载数据。加载器支持多种参数，以便自定义数据检索和转换方式。Apache Cassandra官方文档Langchain文档加载器指南。
2024-12-22 11:21:49
324
原创 [使用 AssemblyAI API 进行音频转录的全面指南]
利用 AssemblyAI 提供的 API，我们可以轻松地实现音频到文本的转录，并灵活配置输出格式与转录参数。AssemblyAI 官方文档AssemblyAI GitHub 仓库API 使用教程。
2024-12-22 10:14:23
691
原创 [使用Airtable与Python进行数据加载：从入门到精通的完整指南]
通过本文，我们已经详细讲解了如何使用从Airtable中加载数据。Airtable API 文档Langchain 社区的文档加载器指南。
2024-12-22 09:50:14
287
原创 “深入探讨Together AI开放源代码嵌入模型：从安装到实战“
嵌入模型在自然语言处理领域的应用广泛，通过Together AI提供的开源嵌入模型，我们可以更便捷地将文本转化为向量表示，从而支持后续的各种操作。Embedding模型的概念指南Embedding模型的使用指南。
2024-12-22 08:16:26
399
原创 [OpenClip 使用指南：探索多模态图像和文本嵌入的强大工具]
OpenAI CLIP 官方论文Langchain Experimental 文档。
2024-12-22 06:44:51
808
原创 集成NVIDIA NIMs与LangChain：提升AI应用的极致性能
NVIDIA NIMs（推理微服务）是为NVIDIA加速基础设施优化的AI模型，这些模型包装在易于部署的NIM容器中。通过NVIDIA的API目录，开发者可以测试模型并将其部署到本地或云端。LangChain 官方文档。
2024-12-22 06:32:36
435
原创 探索C Transformers：与LangChain无缝交互的小技巧
通过本文，我们探索了如何使用LangChain与C Transformers库进行交互。C Transformers官方文档LangChain官方文档模型优化和部署指南。
2024-12-21 20:19:51
373
原创 探索Yuan2.0：如何在LangChain中使用YUAN2 API进行语言生成
LangChain Chat Models 文档Yuan2.0 官方网站OpenAI API 文档。
2024-12-21 18:29:48
458
原创 [利用PromptLayer增强OpenAI Chat模型的追踪与分析]
通过PromptLayer，你可以有效地跟踪和分析与OpenAI的交互，进而提升AI模型的性能和应用效果。要进一步探索PromptLayer的潜能，你可以查阅以下资源。
2024-12-21 17:32:20
339
原创 【Exploring Google Spanner: The Ultimate Guide to Storing and Managing Langchain Documents】
本文介绍了如何使用 Google Spanner 保存、加载和删除 Langchain 文档。通过这种方式，开发者可以轻松地构建可扩展的数据库应用程序，享受全球传播数据库的优势。
2024-12-21 07:14:27
267
原创 利用Google Firestore与Langchain构建AI驱动的应用
通过Firestore和Langchain的结合，您可以轻松管理AI驱动应用中的文档数据。这不仅提高了数据存储的灵活性，还能有效利用Firestore的扩展性。
2024-12-21 07:01:36
314
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