OSChina高手问答

【大模型知识点】检索增强生成（Retrieval Augmented Generation，RAG）简要介绍

Retrieval-Augmented-Generation：检索-增强-生成一句话总结：通过引入外部数据库或知识库中的信息来增强LLM生成内容2.RAG的应用问答系统：RAG从外部知识库中检索相关信息

自信的小螺丝钉·2025-03-26 10:24

Java微服务架构大揭秘：5步教你用Spring Boot搭建高效系统

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣你是否曾经想过如何将一个庞大的单体应用拆分成多个小巧、独立的服务？

墨瑾轩·2025-03-26 05:49

python 人机对战

二话不说代码供上：#conding:uft-8#人机对战importeasygui,time#导库num=0#定义游玩次数classWen():#创建问答类defwen(self,computer_score

GlisteringMelon·2025-03-26 03:29

Python实现deepseek接口的调用

在Python中，可以使用requests或httpx库向DeepSeekAPI发送请求，实现文本生成、代码补全，知识问答等功能。

才华是浅浅的耐心·2025-03-26 02:54

如何用C#继承提升游戏开发效率？Enemy与Boss案例解析

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战

吴师兄大模型·2025-03-26 00:10

从 0 打造私有知识库 RAG Benchmark 完整实践

而实际的问答对也基础知识库已有文档生成，避免参考源不存在导致的大模型幻觉，可以更加客观反映RAG服务的能力。当然整体的构建流程是与行业无关的，可以参考构建其他的

易迟·2025-03-25 23:35

Langchain+Ollama实现Qwen模型+客服问答私有数据FAQ-实现RAG

目标：部署一个结合大模型和RAG的，客服问题API，如果提问的问题在常见FAQ里，使用FAQ里数据，否则使用大模型回答问题。本文使用Ollama直接运行本地Qwen模型，需要先安装好ollama。现在我们将使用LangChain+Ollama搭建RAG（检索增强生成）系统，让它可以：从Excel读取FAQ将FAQ问题转换为向量（使用Ollama的Embedding模型）存入FAISS向量数据库提供

showker·2025-03-25 18:21

使用LangChain和中文羊驼2.0搭建离线版的ChatPDF

学习基于向量搜索和Prompt实现一个文档问答机器人的方法原理。了解如何使用llama.cpp量化大模型的方法。了解如何使用深度学习中常用的向量数据库。为了让更多的同学看懂，我会尽量写的小白一点。

大模型常客·2025-03-25 18:49

前端面试题100题：问答精选与简明解析

HTML5有哪些新特性？语义标签（如，），多媒体标签（如，），离线存储（localStorage，sessionStorage），新的表单控件（如，）。CSS3有哪些新特性？边框圆角（border-radius），阴影（box-shadow，text-shadow），渐变（linear-gradient，radial-gradient），弹性盒模型（flexbox），媒体查询。JavaScript

薛飞之·2025-03-25 13:50

使用 AI 技术实现智能问答系统

其中，基于AI技术的智能问答系统在提高信息获取效率和用户体验方面具有显著优势。

llzwxh888·2025-03-25 04:13

Python机器人简单问答系统

目录项目背景与目的整理框架1.导入必要的库2.初始化Flask应用3.读取学习数据4.处理用户请求4.1首页路由4.2问答路由5.根据问题生成回答6.运行Flask应用全部代码HTML结构学习总结项目背景与目的项目背景随着人工智能技术的快速发展

chang_xiaoyi·2025-03-25 04:12

【极简实战】用博查AI Search + Python+DeepSeek打造你的私有知识库！无需Elasticsearch，三步搞定RAG！

本文教你用纯Python+博查API，30行代码搭建一个高精度问答系统，本地文件、网页结果一键融合！

BigNorthBear·2025-03-24 22:54

跟着外贸高手学跟单！分享6大实用跟单技巧

在外贸行业中，订单的成交95%依赖于高效的跟单技巧。无论是分析客户行为，还是灵活运用价格策略，每一步都可能成为促成交易的关键。本文将结合外贸实战经验，分享6大核心跟单技巧，并介绍如何通过ZohoBooks的智能化外贸管理工具提升跟单效率与成功率。技巧1：深度分析客户，精准锁定需求核心方法：通过海关数据、社交媒体（如领英、脸书）及搜索引擎（谷歌）挖掘客户的采购历史、合作供应商、竞争对手等关键信息，并

·2025-03-24 15:10

深入了解 ArangoDB 的图数据库应用与 Python 实践

本文将介绍如何使用Python连接和操作ArangoDB，并展示如何结合图问答链来获取数据洞察。技术背景介绍ArangoDB是一个多模型数据库，支持文档、图和键值类型的数据存储。

eahba·2025-03-24 01:54

【access开发】导入excel 并生成表

大家在刚接触access时，很多都是excel的高手，学习的过程中，总会想着，怎么把现在的excel数据导入到access，那这个时候该怎么来操作呢？

Access开发易登软件·2025-03-24 00:14

【机器学习】朴素贝叶斯入门：从零到垃圾邮件过滤实战

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战

吴师兄大模型·2025-03-23 18:22

Python 高手编程系列一千七百零八：在事件循环中使用 executors

Executor.submit()方法返回的Future类实例在概念上非常接近异步编程中使用的协程。这就是为什么我们可以使用执行器在协同多任务和多进程或多线程之间进行混合。此解决方法的核心是事件循环类的BaseEventLoop.run_in_executor(executor,func,*args)方法。它会在进程池或线程池中调度执行由executor参数表示的func函数。这个方法最重要的是它

杨琴1·2025-03-23 18:51

Agent、RAG、LangChain的概念及作用

例如，在客服问答场景中，Agent可以根据用户的问题，规划出需要查

北极冰雨·2025-03-23 16:04

3步教你轻松在WinForms 应用程序中内嵌控制台（System.Console）

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣3步教你轻松在WinForms应用程序中内嵌控制台（System.Console）引言：为什么要在

墨瑾轩·2025-03-23 11:29

Kubernetes配置全解析：从小白到高手的进阶秘籍

本文将带你一步步深入K8s配置领域，从小白进阶为配置高手，轻松驾驭K8s集群。一、Kubernetes集群配置Master节点配置kube-api-server：这是K8s集群的“门面”

ivwdcwso·2025-03-23 11:27

端到端的NLP框架（Haystack）

Haystack是一个端到端的NLP框架，专门用于构建基于文档的问答系统，是实现RAG的理想选择。它提供了数据预处理、文档存储、检索和生成等一系列组件，支持多种语言模型和检索器。

deepdata_cn·2025-03-23 09:13

MySQL 8.0新特性深度解析：窗口函数与JSON数据处理的10大技巧

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣第1章：MySQL8.0简介嗨，亲爱的小伙伴们！

墨瑾轩·2025-03-23 02:07

使用Python和LangChain构建检索增强生成（RAG）应用的详细指南

使用Python和LangChain构建检索增强生成（RAG）应用的详细指南引言在人工智能和自然语言处理领域，利用大语言模型（LLM）构建复杂的问答（Q&A）系统是一个重要应用。

m0_57781768·2025-03-22 21:33

使用LangChain实现基于LLM和RAG的PDF问答系统

1.LangChain的核心功能2.LangChain的优势3.LangChain的应用场景4.总结四.使用LangChain实现基于PDF的问答系统前言本文将介绍LLM和RAG的基本概念，并通过一个实际的代码示例

张同学吧·2025-03-22 20:00

基于ChatGPT、GIS与Python机器学习的地质灾害风险评估、易发性分析、信息化建库及灾后重建高级实践

特点：多任务能力：可以完成文本生成、分类、翻译、问答等任务。上下文理解：能理解复杂的上下文信息。广泛适配性：适合科研、教育、行

weixin_贾·2025-03-22 20:59

anythingLLM 使用教程

其设计理念注重通用性和可扩展性，能够适应多种领域和任务，无论是文本生成、智能问答，还是翻译、摘要提取等，都能展现出出色的性能。

惟贤箬溪·2025-03-22 19:24

Linux骨灰级玩家修炼秘籍！从零基础到精通，收藏这篇就够了！

咱得把这事儿分成四个阶段：新手村、进阶副本、高手进阶、以及最终的封神之路！之前爆肝半年，搞了篇云计算学习路线，新手直接起飞，从小白到大神！

程序员肉肉·2025-03-22 16:27

【人工智能】大模型的幻觉问题：DeepSeek 的解决策略与实践

《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！

蒙娜丽宁·2025-03-22 13:29

Python Excel操作新玩法：从零到高手掌握openpyxl

openpyxl是Python中一个强大的第三方库，用于操作Excel文件，它可以读取、写入和修改Excel文件，并且支持Excel文件中的样式、图表等元素。openpyxl使得在Python中处理Excel文件变得非常简单和高效。本文将从入门到精通地介绍openpyxl的使用方法，带你掌握在Python中处理Excel文件的技巧。目录安装和导入创建和保存Excel文件读取Excel文件写入Exc

xuefeng_210·2025-03-22 12:51

从零开始学习黑客技术，看这一篇就够了

黑客源自英文hacker一词，最初曾指热心于计算机技术、水平高超的电脑高手，尤其是程序设计人员，逐渐区分为白帽、灰帽、黑帽等。其中，白帽黑客被称为道德黑客。

网络安全-旭师兄·2025-03-22 10:06

基于LangChain-Chatchat实现智能问答系统

题解|#统计输入正数个数#5.6importjava.util.*;publicclassMain{publics广汽丰田发动机薪酬福利待遇1、工作时间：基本上为5天8小时工作制；2、薪资结构：基本工资+加班工资+各类补贴津贴+各类慰问金+小红书24届春招和25届实习，内部推荐小红书24届春招和25届实习，推荐码为:0T019BWYNARK，内推码仅适用于校招内推及微信小程序题解|#试卷发布当天作

2301_79125431·2025-03-22 09:59

Deepseek-R1-Distill-Llama-8B + Unsloth 中文医疗数据微调实战

0.15.2transformers==4.49.0datasets=3.3.1wandb==0.19.62.数据准备-medical_o1_sft_Chinese经过gpt-o1的包含cot(思考过程)的中文医疗问答数据

LuckyAnJo·2025-03-22 08:47

【面经&八股】搜广推方向：面试记录（十三）

【面经&八股】搜广推方向：面试记录（十三）文章目录【面经&八股】搜广推方向：面试记录（十三）1.自我介绍2.实习经历问答3.八股之类的问题4.编程题5.反问6.可以1.自我介绍。。。。。。

秋冬无暖阳°·2025-03-22 08:44

国产Cursor来了？字节跳动出品AI编程工具——Trae使用全解析

Trae提供智能问答、代码自动补全以及基于Agent的AI自动编程能力，帮助开发者在项目开发中与AI灵活协作，大幅提升开发效率。

码云逸栈·2025-03-22 07:33

使用Wolfram Alpha API在LangChain中的应用

技术背景介绍WolframAlpha是由WolframResearch开发的问答引擎，它通过计算从外部数据源中获取答案，实现对事实性问题的解答。在开发智能应用时，我们可以利用Wolfr

shuoac·2025-03-22 05:20

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

向量检索非常适合多模态场景（例如“以图搜图”）或自然语言问答（同义词、上下文关联等）。2.什么是检索增强生成（RAG）？核

快撑死的鱼·2025-03-22 05:13

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

这种情况下的常见过程是使用文档中的上下文进行问答，强制模型生成评分以帮助选择只由相关上下文生成的答案。LangGraph的实现允许在此问题中集成工具调用和其他功能。下面我们

bBADAS·2025-03-22 03:27

nextjs 实现rag知识库检索增强的ai问答app

AI-Chat-一个基于LLM大语言模型的知识库问答系统项目源码：https://github.com/goliter/ai-chat项目简介AI-Chat是一个基于Next.js和React开发的现代化大语言模型的知识库问答系统

*goliter *·2025-03-21 20:55

知识图谱在人工智能语义理解与推理中的关键作用及发展研究

阐述知识图谱的构建原理、表示方法，分析其在自然语言处理、智能问答系统、推荐系统等多领域助力语义理解与推理的应用，探讨面临的挑战并展望未来发展方向，全面呈现知识图谱对人工智能发展的重要价值与深远影响。

@王威&·2025-03-21 13:50

如何用大模型评估大模型——PAI-Judge裁判员大语言模型的实现简介

但是如何对一个开放式生成LLM进行效果评估，尤其在知识问答、客服对话、内容合规、RAG（检索增强生成）等场景中，目前主流的评测方式仍存在一定的局限性：人工标注：成本高昂、效率低下；传统的自动化评估

·2025-03-21 12:08

校平机：金属板材的“隐形整形师”

车间里的“救场高手”某五金厂的车间主任至今记得，一批出口货架的钢板因切割变形差点被客户拒收。工人们用榔头敲打了整整两天，板材反而越修越歪。直到借来一台校平机，30秒的碾压就让50

玛哈特-小易·2025-03-21 06:25

职场人必存！DeepSeek提示词大合集：周报速成、爆款文案、旅行攻略一键生成

AI工具的能力边界早已超越基础问答，但90%的用户仍停留在“无效提问”阶段10。而真正拉开差距的，是一套精准的提示词指令库——它能将模糊需求转化为AI可执行的“操作指南”，让效率提升10倍不止。

阳光永恒736·2025-03-21 04:05

Cursor 终极使用指南：从零开始走向AI编程

而在这场技术革命中，Cursor——这一看似简单却功能强大的编程工具，正悄然成为连接初学者与AI编程高手的桥梁。本文将带你从零开始，逐步解锁Cursor的终极使用指南，让你在AI编程的道路上越走越远。

芯作者·2025-03-21 03:31

2021-06-15 C逆序存入数组的元素

缘由编程，逆序存入数组的元素_编程语言-CSDN问答#defineN7main(){staticinta[N]={12,9,16,5,7,2,l},k,s;for(k=0;k

智者知已应修善业·2025-03-20 21:11

MyBatis-Plus中使用@Transactional注解的5大陷阱，你中招了吗？

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣MyBatis-Plus中使用@Transactional注解的5大陷阱，你中招了吗？

墨瑾轩·2025-03-20 20:26

【MYSQL学习】5分钟学会MySQL登录，新手也能轻松搞定？

超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣5分钟学会MySQL登录，新手也能轻松搞定？引言嘿，小伙伴们！

墨瑾轩·2025-03-20 18:47

【Spring AI】基于专属知识库的RAG智能问答小程序开发——代码逐行精讲：核心交互函数及RAG知识库构建

系列文章目录【SpringAI】基于专属知识库的RAG智能问答小程序开发——完整项目（含完整前端+后端代码）【SpringAI】基于专属知识库的RAG智能问答小程序开发——代码逐行精讲：核心ChatClient

un_fired·2025-03-20 15:20

用LangChain构建自愈式生成式AI：颠覆传统知识库的智能问答系统实战

引言：当生成式AI遇到自进化架构ChatGPT的惊艳表现让企业意识到生成式AI的潜力，但传统问答系统仍面临数据孤岛、知识更新滞后等痛点。

煜bart·2025-03-20 13:32

C# 上位机开发：从“编程小白”到“工业控制专家”的成长之路

本文将带你从零开始，逐步理解C#在上位机开发中的应用，帮助你从基础到进阶，最终成为一名工业控制的高手。一、认识上位机与

威哥说编程·2025-03-20 12:26

【Vue+TypeScript实战指南：提高代码质量和开发效率】

无论你是有一定基础的开发者还是希望进一步提升技能的高手，本文都将为你提供详细的步骤和代码示例。1.环境搭建首先，确保你已经安装了Node.js和npm。

小怪兽9699·2025-03-20 10:36

推荐频道