LangChain 第18页

开发小经验积累

今天使用langchain官方文档上的这个包的时候遇到了这个报错这个直觉判断肯定是版本问题，我先是去perplexity.ai搜了相关报错后来没找到什么比较好的回答这时候想到可以去看当前自己用的版本的langchain

临风而眠·2023-10-20 01:06

使用LangChain与chatGPT API开发故事推理游戏-海龟汤

LangChain是什么LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。提供了一套工具、组件和接口，可简化创建由大型语言模型(LLM)和

会写代码的孙悟空·2023-10-19 22:20

langchain sql agent 案例

原文：SQL数据库|️朗链(langchain.com)langchainSQL数据库|️朗链(langchain.com)说明：看原文，复制有问题SQL数据库此笔记本展示了旨在与数据库交互的代理。

javastart·2023-10-18 11:15

使用 LangChain 构建 LLM 应用详细教程（附python代码演练）

我们将探索LLM的奇迹，并学习如何使用LangChain构建基于LLM的应用，LangChain是一个创新平台，充分发挥了LLM的潜力。语言模型在各种应用中具有

woshicver·2023-10-18 07:29

LangChain 开发LLM的框架

目录1、简介2、LangChain的主要价值3、模块4、安装4.1python版本安装4.2TypeScript版本安装npm安装yarn安装pnpm安装加载库5、环境设置6、构建一个应用程序7、LLMs8

和你一起去月球·2023-10-18 07:50

【LangChain系列文章】1. LangChain：一个可以让你变强大的开源框架

一、LangChain介绍二、LangChain原理1.向量数据库2.与LLM合作三、LangChain组件四、学习路径为什么？

哟哟-·2023-10-18 03:17

langchain主要模块(三)：Chain

原文：langchain主要模块(三)：Chain_江小皮不皮的博客-CSDN博客langchain2之Chainlangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection

javastart·2023-10-18 03:14

langchain主要模块(四)：Memory

原文：langchain主要模块(四)：Memory_江小皮不皮的博客-CSDN博客langchain2之Memorylangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection

javastart·2023-10-18 03:42

langchain到底该怎么使用，大家在项目中实践有成功的案例吗?

原文：langchain到底该怎么使用，大家在项目中实践有成功的案例吗?

javastart·2023-10-17 14:14

Langchain Chain - RouterChain 根据输入相关性进行路由的路由链

二、MultiPromptChain三、LLMRouterChain四、过程回顾五、关于”玩转Langchain“上节链接：LangchainChain-连接一切工具，创造更复杂的应用！

javastart·2023-10-17 14:14

Langchain 代理 (Agents) ，赋能超级 LLMs

原文：Langchain代理(Agents)，赋能超级LLMs-知乎大型语言模型（LLMs）非常强大，但它们缺乏“最笨”的计算机程序可以轻松处理的特定能力。

javastart·2023-10-17 14:44

LangChain与大型语言模型(LLMs)应用基础教程:神奇的Agent

原文：LangChain与大型语言模型(LLMs)应用基础教程:神奇的Agent-CSDN博客LangChain是大型语言模型(LLM)的应用框架,LangChain可以直接与OpenAI的text-davinci

javastart·2023-10-17 14:41

LangChain结合milvus向量数据库以及GPT3.5结合做知识库问答之一 ---＞milvus的docker compose安装

https://github.com/milvus-io/milvus/releaseshttps://github.com/milvus-io/milvus/releases以下步骤均在Linux环境中进行：将milvus-standalone-docker-compose.yml下载到本地。1、新建一个目录milvus2、将milvus-standalone-docker-compose.ym

LSCBAiotAigc·2023-10-17 10:58

Elasticsearch：使用 LangChain 对话链和 OpenAI 的聊天机器人

聊天机器人使用LangChain的ConversationalRetrievalChain，具有以下功能：用自然语言回答问题在Elasticsearch中运行混合搜索以查找回答问题的文档使用OpenAILLM

Elastic 中国社区官方博客·2023-10-16 13:12

LangChain结合milvus向量数据库以及GPT3.5结合做知识库问答之二 ---＞代码实现

fromlangchain.embeddings.openaiimportOpenAIEmbeddingsfromlangchain.embeddings.cohereimportCohereEmbeddingsfromlangchain.text_splitterimportCharacterTextSplitterfromlangchain.vectorstoresimportMilvusfr

LSCBAiotAigc·2023-10-16 06:20

LangChain-Decorators 包学习

libraryIO的链接：https://libraries.io/pypi/langchain-decorators来colab玩玩它的demo感觉这确实是个挺好用的库想到之前纯调prompt来控制输出格式的痛苦

临风而眠·2023-10-15 23:57

异步使用langchain

文章目录一.先利用langchain官方文档的AI功能问问二.langchainasyncapi三.串行，异步速度比较一.先利用langchain官方文档的AI功能问问然后看他给的VerifiedSources

临风而眠·2023-10-15 23:26

langchain callback学习

文章目录一.quickstart二.Asynccallbacks三.把回调消息写入文件如何提取出来正则表达式官方的方法一.quickstart官方文档在此：https://python.langchain.com

临风而眠·2023-10-15 23:49

[资源推荐]langchain、LLM相关

或者去B站看东西或者说各种浏览资讯的情况，都会先看两眼然后收藏然后就吃灰的情况，那既然这样，不如多看几眼，看看是否真的能用得上，能用在哪，然后用几句话总结出来，分享出来，加深印象一个github仓库：langchain

临风而眠·2023-10-15 14:16

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

本文首发于博客LLM应用开发实践随着LangChain+LLM方案快速普及，知识问答类应用的开发变得容易，但是面对回答准确度要求较高的场景，则暴露出一些局限性，比如向量查询方式得到的内容不匹配，LLM对意图识别不准

骑猪兜风233·2023-10-14 21:38

Elasticsearch：使用 Langchain 和 OpenAI 进行问答

这款交互式jupyternotebook使用Langchain将虚构的工作场所文档拆分为段落(chunks)，并使用OpenAI将这些段落转换为嵌入并将其存储到Elasticsearch中。

Elastic 中国社区官方博客·2023-10-14 14:36

打造类ChatGPT服务，本地部署大语言模型（LLM），如何远程访问？

以LangChain-Chatchat为例：不仅最新版本可使用FastChat接入Vicuna,Alpaca,LLaMA

贝锐·2023-10-13 13:55

在LangChain中使用Milvus + openai使用

Milvus(opensinanewtab)是一个存储、索引和管理由深度神经网络和其他机器学习（ML)模型生成的大规模嵌入向量的数据库。1.文档分割fromlangchain.document_loadersimportPyPDFLoader'''pdf'''loader=PyPDFLoader("D:\py\LangChaindao\操作系统原理.pdf")docs=loader.load()#

2629352674·2023-10-09 22:41

localGPT 一个本地访问的私有ChatGPT

2).使用LangChain和Vicuna-7B以及InstructorEmbeddings构建。可以借助LangChain构建更高级能力的pipeline。

Jon Shelby·2023-10-09 03:08

langchain源码阅读系列之Embedding专题

原文首发于博客文章Embedding嵌入知识入门LLM应用构建实践笔记文本嵌入是什么向量是一个有方向和长度的量，可以用数学中的坐标来表示。例如，可以用二维坐标系中的向量表示一个平面上的点，也可以用三维坐标系中的向量表示一个空间中的点。在机器学习中，向量通常用于表示数据的特征。而文本嵌入是一种将文本这种离散数据映射到连续向量空间的方法，嵌入技术可以将高维的离散数据降维到低维的连续空间中，并保留数据之

骑猪兜风233·2023-10-09 01:37

Text embedding 模型总结

文章目录MTEB榜单8个嵌入任务三种数据集类别C_METB榜单文本向量表示模型目前，随着Langchain+LLM模型的火热，除了层出不穷的大模型外，因为检索的能力会很大程度影响最终的问答效果，文本的嵌入模型也是大家比较关注的

dzysunshine·2023-10-09 01:27

本地部署 langchain-ChatGLM

简介什么是langchain-ChatGLM一种利用ChatGLM-6B+langchain实现的基于本地知识的ChatGLM应用。

kuokay·2023-10-07 22:35

Langchain-Chatchat项目：1.1-ChatGLM2项目整体介绍

ChatGLM2-6B是开源中英双语对话模型ChatGLM-6B的第2代版本，引入新的特性包括更长的上下文(基于FlashAttention技术，将基座模型的上下文长度由ChatGLM-6B的2K扩展到了32K，并在对话阶段使用8K的上下文长度训练)；更高效的推理(基于Multi-QueryAttention技术，ChatGLM2-6B有更高效的推理速度和更低的显存占用)。1.环境安装下载

NLP工程化·2023-10-07 18:42

Langchain-Chatchat项目：1.2-Baichuan2项目整体介绍

由百川智能推出的新一代开源大语言模型，采用2.6万亿Tokens的高质量语料训练，在多个权威的中文、英文和多语言的通用、领域benchmark上取得同尺寸最佳的效果，发布包含有7B、13B的Base和经过PPO训练的Chat版本，并提供了Chat版本的4bits量化。一.Baichuan2模型 Baichuan2模型在通用、法律、医疗、数学、代码和多语言翻译六个领域的中英文和多语言权威数据集

NLP工程化·2023-10-07 17:52

【Java-LangChain:面向开发者的提示工程-3】迭代优化

第三章迭代优化当使用LLM构建应用程序时，实践层面上很难第一次尝试就成功获得适合最终应用的Prompt。但这并不重要，只要您有一个好的迭代过程来不断改进您的Prompt，那么您就能够得到一个适合任务的Prompt。虽然相比训练机器学习模型，在Prompt方面一次成功的几率可能会高一些，但正如上所说，Prompt是否一次完善并不重要。最重要的是层层迭代为您的应用程序找到有效Prompt的过程。因此在

df007df·2023-10-07 00:09

【Java-LangChain:面向开发者的提示工程-2】编写提示词原则

第二章编写提示词原则一、环境配置开始学习前，我们用最简单的方案使用LLM（这里我们使用ChatGPT最为我们调用的LLM）。所以我们使用Java版的SDK（第三方库）你也可以参考官方文档,看看都有哪些内容。自己的项目中引入SDKcom.theokanning.openai-gpt3-javaservice0.14.0最简单的情况下，我们只要调用方法（调用了GPT接口）即可完成很惊人的"文本生成"功

df007df·2023-10-07 00:38

LangChain 摘要和问答示例

在Azure上的OpenAI端点注意OpenAIkey可以用微软用例【1.嵌入，2.问答】1.importosimportopenaifromlangchain.embeddingsimportOpenAIEmbeddingsos.environ["OPENAI_API_KEY"]="****"#Azure的密钥os.environ["OPENAI_API_BASE"]="https://z***

2629352674·2023-10-06 12:53

Llama2-Chinese项目：7-外延能力LangChain集成

本文介绍了Llama2模型集成LangChain框架的具体实现，这样可更方便地基于Llama2开发文档检索、问答机器人和智能体应用等。

NLP工程化·2023-10-05 05:08

python小白用langchain+chatgpt搭建自己业务聊天机器人

背景随着chatgpt的爆火，各种开源大模型以及聊天机器人开始涌现。最近公司也想训练一个具有公司业务特色的聊天机器人，类似一个客服的角色。本人是一个java开发，对python也不是很懂，顺便把这几天的摸索的心得记录下来，如有不对或者可以改进的地方，欢迎评论指出。方案选型首先，在众多的开源大模型里面我们选择了口碑较好，下载量和排名都靠前的vicuna。vicuna是一个可以自己训练的开源模型，关于

qq_27823935·2023-10-04 19:32

【Java-LangChain:使用 ChatGPT API 搭建系统-7】检查结果

第七章，检查结果在本章中，我们将重点如何检查系统生成的输出。在向用户展示输出之前，检查输出的质量、相关性和安全性对于确保提供的回应非常重要，无论是在自动化流程中还是其他场景中。我们将学习如何使用审查API来评估输出，并探讨如何使用额外的Prompt来提升模型在展示输出之前的质量评估。一，环境配置参考第二章的环境配置小节内容即可。二，检查输出是否有潜在的有害内容主要就是ModerationAPI的使

df007df·2023-10-04 19:01

【Java-LangChain:使用 ChatGPT API 搭建系统-8】搭建一个带评估的端到端问答系统

第八章，搭建一个带评估的端到端问答系统在本章中，我们将搭建一个带评估的端到端问答系统，这个系统综合了之前多节课的内容，并加入了评估过程。检查输入，确认其是否能通过审核API的审核。如果通过了审核，我们将查找产品列表。如果找到了产品，我们将尝试查找它们的相关信息。我们使用模型回答用户提出的问题。我们将通过审核API对生成的答案进行审核。如果没有被标记为有害的，我们将把答案返回给用户。一，环境配置参考

df007df·2023-10-04 19:01

【Java-LangChain:使用 ChatGPT API 搭建系统-1】简介

简介欢迎来到课程《使用ChatGPTAPI搭建系统》,旨在指导开发者如何基于ChatGPT搭建完整的智能问答系统。使用ChatGPT不仅仅是一个单一的Prompt或单一的模型调用，本课程将分享使用LLM构建复杂应用的最佳实践。本课程以构建客服助手为例，使用不同的Prompt链式调用语言模型，具体的Prompt选择将取决于上一次调用的输出结果，有时还需要从外部来源查找信息。本课程将围绕该主题，逐步了

df007df·2023-10-04 19:29

行业首创！Graph RAG：基于知识图谱的检索增强技术与优势对比（附 Demo）

在此背景下，悦数图数据库率先实现了与LlamaIndex、LangChain等大语言模型框架的深度适配并在行业内首次提出了Grap

悦数图数据库·2023-10-04 13:21

【Java-LangChain:使用 ChatGPT API 搭建系统-2】语言模型，提问范式与 Token

第二章语言模型，提问范式与Token在本章中，我们将和您分享大型语言模型（LLM）的工作原理、训练方式以及分词器（tokenizer）等细节对LLM输出的影响。我们还将介绍LLM的提问范式（chatformat），这是一种指定系统消息（systemmessage）和用户消息（usermessage）的方式，让您了解如何利用这种能力。一，环境配置Helperfunction辅助函数。如果之前曾参加过

df007df·2023-10-04 10:32

【Java-LangChain:使用 ChatGPT API 搭建系统-6】处理输入-链式 Prompt Chaining Prompts

第六章，处理输入-链式PromptChainingPrompts在本章中，我们将学习如何通过将复杂任务拆分为一系列简单的子任务来链接多个Prompt。您可能会想，为什么要将任务拆分为多个Prompt，而不是像我们在上一个视频中学习的那样，使用思维链推理一次性完成呢？我们已经证明了语言模型非常擅长遵循复杂的指令，特别是像GPT-4这样的高级模型。那么让我们用两个比喻来解释为什么我们要这样做，来比较思

df007df·2023-10-04 06:24

【Java-LangChain:使用 ChatGPT API 搭建系统-5】处理输入-思维链推理

第五章，处理输入-思维链推理在本章中，我们将专注于处理输入，即通过一系列步骤生成有用地输出。有时，模型在回答特定问题之前需要进行详细地推理。如果您参加过我们之前的课程，您将看到许多这样的例子。有时，模型可能会因为过于匆忙得出结论而在推理过程中出错。因此，我们可以重新构思查询，要求模型在给出最终答案之前提供一系列相关的推理步骤，这样它就可以更长时间、更深入地思考问题。通常，我们称这种要求模型逐步推理

df007df·2023-10-03 17:52

【Java-LangChain:使用 ChatGPT API 搭建系统-3】评估输入-分类

第三章评估输入-分类在本章中，我们将重点讨论评估输入任务，这对于确保系统的质量和安全性至关重要。对于需要处理不同情况下的许多独立指令集的任务，首先对查询类型进行分类，并以此为基础确定要使用哪些指令，具有诸多益处。这可以通过定义固定的类别和hard-coding与处理给定类别任务相关的指令来实现。例如，在构建客户服务助手时，首先对查询类型进行分类，然后根据该分类确定要使用哪些指令，这一点可能非常重要

df007df·2023-10-03 12:59

【Java-LangChain:使用 ChatGPT API 搭建系统-11】用 ChatGPT API 构建系统总结篇

第十一章，用ChatGPTAPI构建系统总结篇本课程详细介绍了LLM工作原理，包括分词器（tokenizer）的细节、评估用户输入的质量和安全性的方法、使用思维链作为Prompt、通过链式Prompt分割任务以及返回用户前检查输出等。本课程还介绍了评估系统的长期性能，以监控和改进表现的方法。此外，课程也涉及到如何构建负责任的系统，以保证模型提供合理且相关的反馈。Java快速转换到大模型开发：配套课

df007df·2023-10-03 12:26

【Java-LangChain:使用 ChatGPT API 搭建系统-9】评估（上）-存在一个简单的正确答案时

第九章，评估（上）-存在一个简单的正确答案时在之前的章节中，我们展示了如何使用LLM构建应用程序，包括评估输入、处理输入以及在向用户显示输出之前进行最终输出检查。构建这样的系统后，如何知道它的工作情况？甚至在部署后并让用户使用它时，如何跟踪它的运行情况，发现任何缺陷，并持续改进系统的答案质量？在本章中，我们想与您分享一些最佳实践，用于评估LLM的输出。构建基于LLM的应用程序与传统的监督学习应用程

df007df·2023-10-03 12:56

【Java-LangChain:使用 ChatGPT API 搭建系统-10】评估（下）-当不存在一个简单的正确答案时

第十章，评估（下）-当不存在一个简单的正确答案时在上一章中，了解了如何评估LLM模型在有明确正确答案的情况下的输出，我们可以编写一个函数来判断LLM输出是否正确地分类并列出产品。然而，如果LLM用于生成文本，而不仅仅是分类问题的答案呢？接下来，我们将探讨如何评估这种类型的LLM输出的方法。一，环境配置参考第二章的环境配置小节内容即可。二，运行问答系统获得一个复杂回答Stringdelimiter=