- 博客(14)
- 收藏
- 关注
RSS订阅原创 LangChain之结合RAG使用
大模型的 “幻觉”（Hallucination）是指模型在生成内容时，输出的信息。这种现象是当前大语言模型（LLM）的核心挑战之一，本质是模型 “记忆偏差” 与 “推理缺陷” 的综合体现，而非真正的 “欺骗”—— 模型本身无法判断输出的 “真实性”，仅基于训练数据的统计规律生成内容。可以说，当应用需求集中在利用大模型去，且知识库足够大，那么除了微调大模型外，就是非常有效的一种缓解大模型推理的“幻觉”问题的解决方案。
2025-10-10 19:43:07
718
原创 LangChain之Agent
Agent是动态协调大语言模型(LLM)与工具(Tools)的智能系统，通过LLM决策大脑自主调用工具完成复杂任务。其核心组件包括LLM、记忆(Memory)、工具(Tools)等，支持任务拆解与动态规划。Agent与AgentExecutor分工明确，前者决策，后者执行。实现方式分为Function Call模式（高效调用固定工具）和ReAct模式（自主决策+工具链式调用），两者可结合使用。通过initialize_agent()可快速创建标准Agent，但定制性较弱。适用于需动态协作的AI任务场景。
2025-10-10 00:49:43
1849
原创 LangChain之Tools
LangChain的Tools机制通过整合外部资源扩展了大语言模型的能力。摘要介绍了Tools的核心概念和两种自定义工具的方法：1）使用@tool装饰器快速创建简单工具；2）通过StructuredTool.from_function类方法实现更灵活的配置。两种方式都支持定义工具名称、描述、参数结构等要素，并可通过invoke方法调用。这些工具可以与Agent结合，使LLM能处理实时数据查询、计算等超出其知识范围的任务。
2025-10-09 20:19:48
271
原创 LangChain之Memory
在 LangChain 中，Memory（记忆） 是用于在多轮对话或连续任务中保存和管理上下文信息的核心组件。它解决了大模型 “无状态” 的问题 —— 默认情况下，模型无法记住前序对话内容，而 Memory 能将历史交互数据（如用户提问、模型回答）存储起来，供后续步骤调用，从而实现连贯的多轮对话或任务上下文依赖。例如，在聊天机器人场景中，用户说 “帮我推荐一本科幻小说”，模型推荐《三体》后，用户接着问 “它的作者是谁”——Memory 会保存 “推荐《三体》” 的历史，让模型知道 “它” 指《三体》，而非
2025-10-09 18:36:24
1869
原创 LangChain之Model I/O（三）Output Parsers
在 LangChain 中，Output Parsers（输出解析器）是 Model I/O 模块的重要组成部分，用于将语言模型返回的原始文本输出转换为结构化数据（如字典、列表、自定义对象等），方便后续程序处理。
2025-09-28 23:32:31
309
原创 LangChain之Model I/O（二）Prompt Template
template = "为 {target_audience} 设计关于 {product} 的 {num} 个营销卖点，突出 {feature}。
2025-09-28 20:00:35
777
1
原创 移动端click延迟解决方案
移动端click延迟解决方案一.禁止屏幕缩放<meta name="viewport" content="user-scalable=no">二.封装一个函数function tap(obj, callback) { var isMove = false; var startTime = 0;//记录触摸时间变量 obj.addEventListener('touchstart', function (e) { startTime = Date.n
2021-09-21 15:23:13
210
原创 移动web之四种常用布局
一.流式布局流式布局，就是百分比布局，也称非固定像素布局。通过盒子的宽度设置成百分比来根据屏幕的宽度来进行伸缩，不受固定像素的限制，内容向两侧填充。div { width : 100%}二.flex布局-与传统布局对比- 操作方便，布局极为简单，移动端应用很广泛- PC 端浏览器支持情况较差- IE 11或更低版本，不支持或仅部分支持建议：PC端使用传统布局；如果是移动端或者不考虑兼容性问题的PC端使用flex弹性布局1.搭建一个HTML结构<div><
2021-09-17 16:53:21
990
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