Linux大棚 – 不忘初心的技术博客,浮躁时代的安静角落
  •  首页
  •  技术日记
  •  编程
  •  旅游
  •  数码
  •  登录
  1. 标签
  2. langchain
  • Langchain-Chatchat 0.3.1 Windows部署指南

    Langchain-Chatchat 0.3.1 Windows部署实战:从零搭建本地RAG系统 在企业数据安全日益受重视的今天,越来越多团队开始转向本地化大模型应用。一个典型的场景是&
    指南 Chatchat langchain Windows
    admin 2月前
    44 0
  • Langchain-chatchat对话报错an error accurd during stream

    项目场景:提示:这里简述项目相关背景:本地化部署langchain-chatchat 0.3.1版本,使用Xinference作为后台模型框架。LL
    报错 Chatchat langchain Stream accurd
    admin 3月前
    39 0
  • 构建LangChain应用程序的示例代码:21、结合使用 Langchain、Activeloop 的 Deep Lake 和 GPT4(QA using Activeloop‘s DeepLake)

    使用 Activeloop 的 DeepLake 进行问答概述在这个教程中,我们将使用 LangchainActiveloop 的 Deep Lake 以及 GPT4 来语义搜索并在群聊中提问。1. 安装所需
    示例 应用程序 代码 langchain
    admin 3月前
    40 0
  • LangChain 的生平简介:V1.0 从“黑盒魔术“到“可打断的白盒流水线“

    LangChain 的生平简介:V1.0 从"黑盒魔术"到"可打断的白盒流水线"作者:欢迎来到代码的冒险世界,这里 TODO 是
    流水线 魔术 生平简介 langchain
    admin 3月前
    35 0
  • LangChain入门,国内gpt的API获取,使用第三方服务要修改URL

    1.安全使用密匙 1.1 使用环境变量 export OPENAI_API_KEY='密匙' 1.2 使用getpass模块 import os import g
    第三方 入门 国内 langchain URL
    admin 3月前
    50 0
  • FLUX.1-dev结合LangChain构建智能创作系统

    FLUX.1-dev × LangChain:打造会“思考”的智能创作引擎 🎨🧠你有没有过这样的经历?想让AI画一张“穿汉服的机械猫在月球茶园下
    智能 系统 FLUX Dev langchain
    admin 3月前
    43 0
  • 【LangChain】内存(Memory)相关功能迁移到 LangGraph

    将详细介绍如何将 LangChain 0.0.x 中的内存(Memory)相关功能迁移到 LangChain 0.3.x 的 LangGraph 持久化机制。ConversationBufferM
    内存 功能 langchain langgraph memory
    admin 3月前
    39 0
  • 【LangChain】ConversationChain 迁移到 RunnableWithMessageHistory

    如果代码中使用了 ConversationChain,会触发 LangChainDeprecationWarning,提示该类在 LangChain 0.2.7 中已被废弃,
    langchain ConversationChain RunnableWithMessageHistory
    admin 3月前
    34 0
  • 手把手教你Langchain-chatchat 接入Dify

    一、Dify介绍Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务(Backend as Service)和 [LLMOps]的理念,使开发者可以
    手把手教你 langchain Dify Chatchat
    admin 3月前
    38 0
  • 实战LangChain的RAG-Conversation模板

    老铁们,今天我想和大家分享一个非常有趣的技术应用——RAG-Conversation模板,这是在大规模语言模型(LLM)应用上非常流行的一种用例。它通过将对话历史和检索到的文档传递给LLM进行综合处理,可以实现相当智能的对话交互。说白了,就
    实战 模板 RAG langchain Conversation
    admin 3月前
    40 0
  • AI全栈学习笔记(LangChain+LangGraph)

    全栈的笔记内容,在【慕课网体系课AIAGent全栈】那学的, imooc,那老师贼厉害。 前提:我使用的大模型,向量数据库,向量
    学习笔记 AI langgraph langchain
    admin 3月前
    62 0
  • LangChain入门:2.OpenAPI调用ChatGPT模型

    引言 在本文中,我们将带您深入探索如何通过OpenAPI与ChatGPT模型进行高效交互,实现智能文本问答功能。通过LangChain库的实践,您将学习构建一个能够与用户进行自然语言对话的系统的关键步骤。 准备步骤 在动手编码之前,请
    入门 模型 langchain ChatGpt openapi
    admin 4月前
    56 0
  • 【LangChain】Prompts之自定义提示模板

    LangChain学习文档 【LangChain】向量存储(Vector stores) 【LangChain】向量存储之FAISS 【LangChain】Prompts之Prompt templates 【LangChain】Prompt
    自定义 模板 提示 langchain prompts
    admin 4月前
    51 0
  • 开源模型应用落地-LangChain实用小技巧-ChatPromptTemplate的partial方法(一)

    一、前言 在当今的自然语言处理领域,LangChain 框架因其强大的功能和灵活性而备受关注。掌握一些实用的小技巧,能够让您在使用 LangChain 框架时更加得心应手,从而更高效地开发出优质的自然语言处理应用。 二、术语 2
    开源 小技巧 模型 方法 langchain
    admin 4月前
    65 0
  • OpenAI ChatGPT、LangChain 和 ChatGLM 区别

    OpenAI ChatGPT、LangChain 和 ChatGLM 是自然语言处理 (NLP) 领域的三种不同工具或技术,它们的设计目标、应用范围和实现方式各有不同。以下是它们的详细对比: 1. ChatGPT(OpenAI) 定义:
    区别 ChatGpt OpenAI ChatGLM langchain
    admin 4月前
    81 0
  • Elasticsearch:使用 Open AI 和 Langchain 的 RAG - Retrieval Augmented Generation (一)

    最近看了一个同事的几个视频。他总结的很好。在使用 LangChain 时,根据 LangChain 的官方文档 https:integrations.langchainvectorstores&#xff0
    AI langchain elasticsearch Open Augmented
    admin 7月前
    111 0
  • Elasticsearch:使用 LangChain 文档拆分器进行文档分块

    使用 Elasticsearch 嵌套密集向量支持 这个交互式笔记本将: 将模型 “sentence-transformers__all-minilm-l6-v2” 从 Hugging Face 加载到 Elast
    文档 elasticsearch langchain
    admin 7月前
    114 0
  • 基于LangChain-Chatchat实现智能问答系统

    题解 | #统计输入正数个数#5.6 import java.util.*;public class Main { public s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&#xf
    问答 智能 系统 langchain Chatchat
    admin 7月前
    109 0
  • langchain接入ChatGpt

    https:openai-hk?i53118获取OpenAI KeyOpenAI 官方直连 (开发者,或 plus 会员)https:platform.openaidocsquickstartOp
    langchain ChatGpt
    admin 7月前
    104 0
  • 1
  • 2
  • 3
  • »
CopyRight © 2022 All Rights Reserved 豫ICP备2021025688号-21
Processed: 0.016 , SQL: 9