- 博客(253)
- 收藏
- 关注
RSS订阅原创 使用SingleStoreDB存储聊天消息历史
SingleStoreDB（原名MemSQL）是一款现代化分布式SQL数据库，具备高性能、低延迟等优势，适合实时分析和大规模数据处理。在聊天系统中，我们需要一种数据库来高效地存储和检索用户和AI之间的消息，这正是SingleStoreDB的用武之地。
2025-03-24 16:35:49
234
原创 使用Astra DB存储聊天消息历史的实战指南
Astra DB结合了Cassandra的强大能力与现代JSON API的易用性，为开发者提供了强大的数据库解决方案。其无服务器架构使得开发者无需关心底层架构的管理，专注于核心业务逻辑的开发。
2025-03-24 15:23:34
221
原创 利用LLM实现自然语言查询Ontotext GraphDB
通过这种方式，可以将自然语言查询转换为SPARQL查询，用于查询复杂的知识图谱，适用于各类需要从知识图谱中提取信息的应用场景，如学术研究、商业分析、机器学习模型的训练数据提取等。为确保LLM能够生成有效的SPARQL查询，我们需要提供本体（ontology）。该代码将自然语言问题转换为SPARQL查询，并返回数据库中的结果。如果遇到问题欢迎在评论区交流。
2025-03-24 15:06:40
130
原创 使用Wikidata API在Python中获取知识图谱信息
Wikidata是一个免费开放的知识库，它不仅可以被人类读取和编辑，也可以被机器直接访问和操作。这使得Wikidata成为世界上最大的开放知识库之一，对于需要结构化知识的应用场景，如自然语言处理和知识图谱构建，具有重要意义。在这篇文章中，我们将探讨如何在Python中使用Wikidata API来查询和获取信息。
2025-03-24 12:58:44
172
原创 使用SceneXplain进行图像描述的实践指南
图像描述，是指通过分析图像内容生成对应的文字描述。这一技术在多媒体搜索、推荐系统和无障碍技术等应用中有着广泛的应用。SceneXplain作为一个图像描述工具，利用深度学习模型从图像中提取信息并生成自然语言描述。
2025-03-24 12:09:05
409
原创 使用JSON Toolkit探索大JSON对象
随着API的复杂化和数据流的增多，我们常常遇到需要提取或理解大型JSON或字典对象的需求。LLM可以帮助我们自动化这个过程，但需要能够逐步导航和查询JSON内容的工具。
2025-03-24 09:38:23
404
原创 在Python中使用GraphQL与Star Wars API交互
GraphQL的优势在于可以灵活地查询数据结构，并且仅获取所需的数据。这使得GraphQL特别适合于需要从复杂且多样化的数据源中提取信息的应用场景。
2025-03-24 09:05:12
323
原创 使用 Exa 搜索和 LangChain 进行智能文档检索
Exa 搜索区别于传统的Google等关键词搜索，它支持通过自然语言进行深层语义理解，从而返回更相关的结果。通过Exa，开发者可以实现更加智能化的信息检索和内容获取。
2025-03-24 08:21:02
221
原创 使用 AINetwork Toolkit 与区块链交互的实战指南
AINetwork是一个用于容纳大规模AI模型的Layer 1区块链，利用去中心化的GPU网络和$AIN代币，为AI驱动的NFTs（AINFTs）提供支持。而AINetwork Toolkit则是一套与AINetwork区块链交互的工具集，让开发者能够传输AIN、读写数据、创建应用以及为区块链数据库中特定路径设置权限。
2025-03-24 06:34:52
285
原创 利用Rememberizer进行文档检索与处理
在大规模语言模型（LLMs）中，获取最新和准确的信息对于生成高质量的答案至关重要。Rememberizer 提供了一种从公共知识库中检索相关文档的方法，使得开发者能够更加高效地利用外部知识进行模型增强。
2025-03-24 05:22:02
270
原创 利用 Qdrant Sparse Vector 实现高效文档检索
稀疏向量检索适用于大规模文本数据的处理场景，比如新闻文章、学术论文以及自然语言处理相关应用。尤其在需要快速响应和较低存储开销的情况下，稀疏向量提供了强大的技术支撑。创建一个简单的编码器函数，并使用。如果遇到问题欢迎在评论区交流。
2025-03-24 05:05:33
226
原创 使用Metal进行机器学习嵌入检索的实战指南
在机器学习中，生成和检索文本嵌入是构建智能应用程序的关键步骤。Metal提供了一种简便的方法来管理和检索这些嵌入，它是一种用于处理机器学习嵌入的托管服务。本文将详细介绍如何使用Metal的检索器来方便地查询嵌入。
2025-03-24 04:37:44
304
原创 使用Zep实现AI助手的对话记忆与数据提取
在AI助手的应用场景中，记住用户的过往对话对提升用户体验至关重要。Zep通过其自动嵌入功能和低延迟模型，提供了强大的对话记忆能力。这使得AI助手不仅可以提供个性化的用户体验，还能通过减少不必要的计算降低运行成本。
2025-03-24 02:29:43
354
原创 使用Typesense作为向量存储库进行高级搜索
Typesense专注于性能优化，通过将整个索引存储在RAM中，实现快速的查询响应。这种内存存储的方式提供了出色的读写性能，并通过磁盘备份确保数据安全。此外，Typesense提供了开箱即用的开发者体验，简化了可用选项和良好的默认设置。
2025-03-24 01:15:36
171
原创 使用Timescale Vector进行高效的AI向量数据库管理
Timescale Vector将关系型元数据、向量嵌入和时间序列数据整合在一个数据库中，并提供了强大的SQL查询接口，使其成为从概念验证到生产级应用的理想选择。
2025-03-24 01:10:05
122
原创 华为OBS对象存储服务文档加载实战
华为的对象存储服务（OBS）是一个高可用、高可靠的云存储服务，适合存储大量非结构化数据。对于AI应用来说，OBS可以作为数据存储的可靠后端，支持数据的快速加载和处理。本文将展示如何使用库中的来加载OBS中的对象作为文档，并进行分析处理。
2025-03-23 10:48:01
305
原创 从Figma API获取数据并使用LangChain进行代码生成
Figma是一款流行的基于Web的界面设计工具，它允许设计师和开发者在同一平台上协作。通过Figma API，我们可以以编程方式访问这些设计数据。LangChain则是一个强大的AI框架，能够根据提供的设计生成相应的代码。
2025-03-23 10:13:23
287
原创 使用DocusaurusLoader加载Docusaurus站点的高效方法
是专为Docusaurus应用程序设计的文档加载器，它利用现有的来扫描并加载站点的所有页面，返回每个页面的主要文档内容。
2025-03-23 09:23:25
378
原创 使用Docugami加载文档并进行高精度文档问答
Docugami是一种智能文档处理系统，专注于通过将文档转化为具有语义结构的XML格式，为适配复杂的文档问答（QA）、语义分析和信息检索提供基础。它与传统的数据加载器相比，提供了更加智能的文档分块技术，使检索和处理过程中能够更好地保留文档语义。
2025-03-23 09:17:51
111
原创 如何从College Confidential网站加载大学信息并转换为可用文档格式
College Confidential 是一个提供关于高校申请、招生和学生生活的综合信息平台。很多学生和家长都会使用这个平台来获取关于各种大学的信息，以辅助他们做出申请和选择的决定。为了对这些信息进行自动化处理，我们需要一种方式将网页数据提取并转化为结构化文档。
2025-03-23 08:11:02
393
原创 如何使用Browserless进行文档加载和分类
Browserless是一项服务，允许您在云中运行无头的Chrome实例。这对于在大规模上运行基于浏览器的自动化任务非常有用，而不需要自己管理基础设施。通过这种方式，您可以轻松实现网页的抓取和数据提取。
2025-03-23 08:00:07
268
原创 使用Brave Search API进行文档搜索与加载
Brave Search引擎旨在通过更小的索引来减少垃圾信息，并优先提供高质量内容。虽然其索引相对较小，但它能够处理大多数常规查询。为了更好地利用Brave Search，我们可以通过其API进行搜索查询，并加载相关的文档内容。
2025-03-23 07:49:06
244
原创 使用AsyncHtmlLoader并发加载多个URL的原始HTML
在数据采集和爬虫程序中，常常需要从多个网页提取内容。传统的串行加载方式效率较低，尤其在处理大量URL时，延迟问题尤其明显。为了解决这一瓶颈，提供了一种基于异步IO的解决方案，支持同时从多个网站加载HTML。
2025-03-23 07:16:14
286
原创 利用Async Chromium进行网页内容抓取和转换
Chromium是Chrome的开源版本，是许多现代浏览器的基础。Playwright是一个流行的自动化测试库，可以用于控制Chromium、Firefox和WebKit等浏览器。通过使用Playwright，我们能够在浏览器无界面（headless mode）的情况下运行脚本进行自动化任务，比如网页抓取。
2025-03-23 07:10:45
306
原创 使用Apify Dataset加载与LangChain集成示例
在进行大规模的网络爬取和数据收集时，处理和存储爬取结果变得尤为重要。Apify Dataset作为一种可扩展的追加式存储，允许将结构化的爬取结果（如产品清单或Google SERPs）保存，并将其输出为多种格式，包括JSON、CSV和Excel。Apify Datasets主要用于存储Apify Actors的结果，这些Actors是无服务器的云程序，专用于各种网络爬取、爬虫和数据提取任务。本文将展示如何将Apify的数据集加载进LangChain，以便于与其他LLM模型（如OpenAI）协同工作。
2025-03-23 06:43:00
393
原创 集成Acreom Vault与Langchain：基于Markdown文件的知识库加载
Acreom Vault基于本地的Markdown文件运作，目录结构简单明了，且每个文件都可以包含YAML格式的元数据头。这使得它非常适合与现代工具集成。Langchain是一款强大的库，专注于文档加载、嵌入和查询优化。本次集成主要通过Langchain提供的来实现。
2025-03-23 05:36:38
359
原创 使用OpenClip实现多模态嵌入的实战指南
OpenAI的CLIP（Contrastive Language–Image Pretraining）模型在将图像和文本嵌入到同一向量空间方面表现出色。这种技术可以用于图像标注、图像-文本匹配等应用场景。OpenClip是CLIP的开源实现，它使得该强大工具得以广泛应用于各类任务中。
2025-03-23 03:34:42
209
原创 利用NVIDIA NeMo实现高效文本嵌入
欢迎来到关于使用NVIDIA NeMo进行文本嵌入的技术指导。NVIDIA的NeMo Retriever Embedding Microservice（NREM）为您的应用程序提供了最先进的文本嵌入能力，可以极大地提升自然语言处理（NLP）与理解的性能。不论是开发语义搜索、检索增强生成（RAG）管道，还是任何需要使用文本嵌入的应用，NREM都能满足需求。它基于包括CUDA、TensorRT和Triton在内的NVIDIA软件平台，实现了GPU加速的文本嵌入模型服务。
2025-03-23 03:01:24
300
原创 使用Infinity Embeddings及Langchain进行文本嵌入的实践指南
在构建AI应用时，我们通常需要将文本数据转化为数值形式，方便模型进行计算和分析。Infinity Embeddings服务器提供了一种解决方案，能有效地将文本转化为可处理的向量形式，并且能与Langchain这类工具集成，为开发者提供了极大的便利。
2025-03-23 01:38:23
235
原创 使用Elasticsearch的嵌入模型生成文档嵌入的实用指南
在Elasticsearch中生成嵌入向量是一项强大的功能，特别是在文本分析和搜索优化中。Elasticsearch支持嵌入模型，可以通过Elastic Cloud或现有Elasticsearch集群来实现。这篇文章将带您通过使用Elasticsearch的嵌入模型生成文档嵌入的完整流程。
2025-03-23 00:43:38
335
原创 使用 Azure Machine Learning 在线终端部署聊天模型
Azure Machine Learning 是一个全面的机器学习平台，支持各种模型的构建与部署。在部署模型以使用其预测（推理）时，在线终端（Online Endpoints）是非常重要的组成部分。它们允许用户将工作负载的接口与实现进行解耦，从而方便地进行模型的更新或扩展。
2025-03-22 12:21:46
482
原创 使用AI21 Chat模型进行对话生成
AI21 Labs提供了一系列强大的AI模型，特别是在语言处理方面。ChatAI21是专为对话生成设计的模型，支持多种参数和特性，如工具调用、结构化输出和异步处理等。通过AI21的LangChain组件，可以更方便地集成这些模型。
2025-03-22 12:04:32
218
原创 使用ChatGPT插件实现增强的API交互
OpenAI插件的主要作用是允许ChatGPT访问第三方应用程序的API，通过检索和操作数据实现更复杂的任务，例如实时信息获取、知识库文档检索等。这篇文章我们将重点探讨如何利用ChatGPT检索插件结合LangChain框架来实现这些功能。
2025-03-22 11:48:09
622
原创 使用 Google Cloud Firestore 管理聊天历史记录的实战指南
Firestore 提供了一种简单而强大的方式来管理结构化数据，其无服务器的特性使得应用能够在无需关心基础设施的前提下，以极高的弹性扩展。通过与 Langchain 的集成，我们可以轻松地将对话历史记录存储在 Firestore 中，以支持后续的 AI 驱动处理。我们也可以使用自定义客户端连接 Firestore。project="project-custom", # 自定义项目名称。
2025-03-22 08:16:06
234
原创 使用 Google Cloud SQL for PostgreSQL 存储向量嵌入的实战指南
Google Cloud SQL 提供了多种数据库引擎支持，包括 PostgreSQL、MySQL 和 SQL Server，适合多种应用场景。为了增强数据库应用的功能，Google Cloud SQL 可以与 Langchain 集成，这使得开发者能够更好地构建 AI 驱动的应用。这篇教程介绍如何利用和库，实现向量嵌入的存储与检索。
2025-03-22 06:30:23
339
原创 使用Google Firestore的Datastore模式来处理LangChain文档
这个解决方案可以轻松适用于各种场景，例如构建聊天机器人、问答系统，或者其他依赖文档的应用。通过Firestore的Datastore模式，我们能够进行高效的文档存储和检索。如果遇到问题欢迎在评论区交流。
2025-03-22 05:23:47
142
原创 使用 Google El Carro 集成管理 Oracle 数据库中的 Langchain 文档
Google El Carro 是一种开源解决方案，旨在将 Oracle 数据库无缝整合到 Kubernetes 容器编排系统中。这一技术不仅解决了传统数据库中的供应商锁定问题，还为数据库的配置和部署提供了强大的声明式 API。而通过 El Carro Langchain 集成，我们可以扩展 Oracle 数据库的能力，从而轻松构建 AI 驱动的应用体验。
2025-03-22 05:06:53
257
原创 利用Google Bigtable管理Langchain文档的实战指南
Google Bigtable是一种高效的键值和宽列存储系统，非常适合于快速访问结构化、半结构化或非结构化数据。在现代AI技术的应用中，Bigtable的Langchain集成提供了一种强大的解决方案，可以将AI功能扩展至数据库应用程序。本文将详细介绍如何使用Bigtable来保存、加载和删除Langchain文档。
2025-03-22 04:33:39
272
原创 使用 Amazon Neptune 和 SPARQL 进行图数据库查询
SPARQL 是一种专门用于RDF（资源描述框架）图的标准查询语言。RDF是一种描述信息的框架，而SPARQL则是对这种图形化数据的查询语言，类似于SQL用于关系型数据库。
2025-03-22 03:54:51
261
原创 使用Amazon DocumentDB进行向量搜索的实战指南
Amazon DocumentDB（具有MongoDB兼容性）是Amazon提供的一种托管数据库服务，它简化了在云中设置、操作和扩展MongoDB兼容数据库的过程。它允许用户使用与MongoDB相同的应用程序代码、驱动程序和工具。结合了JSON文档数据库的灵活性和丰富的查询功能，向量搜索是Amazon DocumentDB的又一强大功能，使其在自然语言处理等领域有了更为广泛的应用。
2025-03-22 03:21:35
295
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