图谱 RAG、自动化提示工程、智能体框架及其他九月必读文章

原文：towardsdatascience.com/graph-rag-automated-prompt-engineering-agent-frameworks-and-other-september-must-reads-18ae79f105a7?source=collection_archive---------6-----------------------#2024-10-03

https://towardsdatascience.medium.com/?source=post_page---byline--18ae79f105a7--------------------------------https://towardsdatascience.com/?source=post_page---byline--18ae79f105a7-------------------------------- TDS 编辑

·发表于 Towards Data Science ·通过 时事通讯 发送 ·3 分钟阅读·2024 年 10 月 3 日

–

想写你的第一篇 TDS 文章吗？我们始终欢迎新作者的投稿。

每年九月到来时，空气中总是充满了激动人心和充满活力的气息，今年也不例外。确实，告别漫长的阳光明媚的日子和略显缓慢的节奏可能让人感到有些惆怅，但这种感觉不会持续太久——尤其是在机器学习和人工智能领域如此多的创新和新工具诞生的时候，还有大量的新技能等待我们去学习。

我们很高兴与大家分享过去一个月里最受欢迎和最多人分享的文章，以防你错过了其中任何一篇（或者只是想重新浏览一篇或两篇最爱）。比以往任何时候都更能代表我们作者覆盖的各个领域，从核心编程技能到前沿的 LLM 技术，因此我们确信你一定会在我们的九月精选中找到让你感兴趣的内容。祝你阅读愉快，愿新的一季充满学习和成长！

月度精选

• 如何使用知识图谱和向量数据库实现图谱 RAG 本月最受欢迎的文章来自Steve Hedden：一篇清晰且易于理解的逐步教程，介绍了如何实现检索增强生成（RAG）、语义搜索和推荐。

• 数据科学家在 Python 中无法出色表现，除非掌握这些函数总有空间为另一个扎实的 Python 教程——Jiayan Yin 的数据科学家关键函数大全对我们的读者尤其有帮助。

• Python 快速入门：为学习 AI 的人设计更多的 Python！Shaw Talebi 的初学者友好指南专注于你需要掌握的编程主题，如果你的最终目标是开发自定义的 AI 项目和产品。

• 自动化提示工程：权威实用指南想学习如何自动化提示工程并显著提升你在 LLM 工作负载中的性能吗？不要错过 Heiko Hotz 的实用指南。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/5964872cb86e3a117f13cb685a7e3e82.png

图片由 Nahrizul Kadri 提供，来自 Unsplash

• **使用 Python 构建 GenAI：从零开始创建代理（完整教程）**通过结合 Ollama、LangChain 和 LangGraph 的强大功能，Mauro Di Pietro 带领我们走过了创建自定义 AI 代理的完整工作流程。

• **SQL：掌握数据工程基础（第一部分）**无论你是 SQL 新手，还是需要复习的老手，Leonardo Anello 的全面介绍，专门为数据工程师量身定制，是一个强大的、一站式资源。

• 选择 LLM 代理框架构建定制的基于代码的代理与依赖于主要代理框架之间有什么权衡？Aparna Dhinakaran 分享了关于这一关键问题的实用见解和建议。

• 每个数据科学家都应该了解的分析框架凭借她作为顾问的丰富经验，Tessa Xie为数据专业人士提供了有用的建议，教你如何将一个抽象的商业问题拆解成更小、更明确的分析任务。

• 超越折线图和柱状图：7 种不太常见但强大的可视化类型从撞击图到圆形柱状图，再到桑基图，Yu Dong邀请我们扩展视觉设计词汇，尝试那些不太常见的可视化方法。

• 让你的简历在 FAANG 申请中真正脱颖而出的 5 个技巧在竞争激烈的市场中，每一个细节都至关重要，微小的调整就能带来重大变化——这就是为什么你应该参考Khouloud El Alami为当前求职者提供的切实可行的建议。

我们最新的一批新作者

每个月，我们都很高兴看到一批新作者加入 TDS，他们各自分享着自己独特的声音、知识和经验。如果你正在寻找新的作家来探索和关注，可以浏览我们最新加入的作者的作品，包括Alexander Polyakov、Harsh Trivedi、Jinhwan Kim、Lenix Carter、Gilad Rubin、Laurin Brechter、Shirley Bao, Ph.D.、Iqbal Rahmadhan、Jesse Xia、Sezin Sezgin-Rummelsberger、Reinhard Sellmair、Yasin Yousif、Hui Wen Goh、Amir Taubenfeld、Sébastien Saurin、James Gearheart、Zackary Nay、Jens Linden, PhD、Eyal Kazin、Dan Beltramo、Sabrine Bendimerad、Niklas von Moers、Milan Tamang、Abhinav Prasad Yasaswi、Abhinav Kimothi、Miguel Otero Pedrido、Oliver Ma、Hamza Farooq、Shanmukha Ranganath、Maarten Sukel、Murilo Gustineli、Luiz Venosa、Saankhya Mondal、David Vaughn、Prasad Mahamulkar、Federico Rucci、Philippe Ostiguy, M. Sc.、Anurag Bhagat 和Megan Grant等人。

感谢您支持我们作者的工作！我们非常喜欢发布新作者的文章，如果您最近写了一篇有趣的项目操作指南、教程或关于我们核心主题的理论反思，请不要犹豫，与我们分享。

直到下一个变量，

TDS 团队