基于LLM的SQL应用程序开发实战(一)

基于LLM的SQL应用程序开发实战(一)
16.1 SQL on LLMs应用程序初始化
本节主要从案例代码的角度切入,探索ChatGPT以及大模型,尤其是从生产环境的视角,来思考具体的最佳实践。本节主要跟大家谈的是,在LangChain这样一个框架下,我们使用GPT-3.5或者GPT-4大模型,同时使用第三方工具,例如MySQL或者SQLite等等。如果做一些基于内存或者轻量级的开发,SQLite是一个非常方便的工具,从整体的角度讲,你可以把它当做文件,然后它内部的数据又是结构化的,可以采用SQL的方式进行操作。许多年前,当我们做安卓应用程序的时候,绝大多数应用程序都使用SQLite。因此,这些工具都非常实用。如果你要开发大型模型应用程序,SQLite仍然是一个很好的工具。当然,如果你要使用MySQL等工具也没有问题。这些都是基础操作,在这里就不再详细阐述了。
Gavin大咖微信:NLP_Matrix_Space
使用SQL是从工具层面。从模型层面,我们使用GPT-3.5或者GPT-4,另外一个很重要的点是链(Chain)层面, 我们回到LangChain的官方文档,看到的是最新的Python版本,如果你喜欢TypeScript,也是非常棒的,作者去年到今年有很多项目,大多数项目都使用了TypeScript,因为它前端后端都是统一的,同时LangChain本身也支持TypeScript。现在我们主要讨论的是Python。实际上,如果你很有编程经验,编程语言对你来说没有太大区别,只是面向对象封装以及解耦合会有所不同,但逻辑都是一样的。
让我们再次看一下链(Chain)

你可能感兴趣的:(ChatGPT学习,ChatGPT国内,LangChain,OpenAI,GPT-3,GPT-4)