微光实验室 · 博客归档
博客 第40页
记录技术探索与工程思考,共 801 篇文章。
LangChain-19 TokenUsage 回调函数详解
介绍了如何在Python中通过LangChain库集成OpenAI GPT-3模型,展示如何使用getopenaicallback函数来获取回调并执行请求。
LangChain-16 Using Tools 掌握 LLM 工具调用
LangChain 是当前最热门的 LLM 应用开发框架之一,专为构建智能助手、自动化流程和AI数据分析而设计。通过其强大的工具集成能力,开发者可轻松调用外部API,实现从搜索、计算到文件处理的多功能自动化。
LangChain-17 Function Calling AI函数调用的工作原理
Function Calling(函数调用)是大语言模型(如GPT-4、Claude、Gemini)与外部系统交互的核心技术。它让AI不仅能理解语言,还能执行任务,实现从文本对话到真实操作的跨越。
LangChain-14 OpenAI 内容审核 Moderation详解
内容审核(Moderation)是现代互联网平台安全与合规的核心环节,用于识别、过滤和管理用户生成内容(UGC),防止违法违规、低质或有害信息的传播。
LangChain-15 智能知识检索:AgentExecutor执行机制
本文介绍了如何通过Wikipedia搜索插件、AgentExecutor执行机制、上下文Token控制来构建智能知识检索系统。
LangChain-12 Routing By Semantic Similarity 语义相似度路由
本文介绍了一种使用大模型(如OpenAI)和Prompt模板的方法,通过计算查询与预设模板的相似度来处理程序设计中非预期输入的问题。
LangChain-13 Memory ConversationBufferMemory 对话记忆与上下文管理
本文介绍了如何利用LangChain库中的工具在Python中管理大模型的会话上下文,通过ConversationBufferMemory和RunnableLambda等组件,实现在连续对话中保存和加载用户信息,使大模型具有记忆功能。
LangChain-11 Code Writing FunctionCalling 自回归语言建模、大数计算局限与代码生成
文章介绍了如何使用GPT-3.5-Turbo模型编写Python代码来解决用户的抽象计算问题,如2+2和复杂的数学表达式,展示了模型在处理非标准问题上的潜力。
LangChain-09 Query SQL DB With RUN GPT 实现自然语言查询数据库
文章介绍了如何使用Python库如langchain和ChatOpenAI(GPT-3.5-turbo)结合SQLite数据库,创建一个程序来执行SQL查询并以自然语言形式返回结果。
LangChain-10 Agents Langchainhub使用指南
文章介绍了如何通过LangChainHub的Hub机制,利用Python代码轻松访问和共享Prompt。尽管该项目已有一年未更新,但作者仍看好其潜力,展示了如何安装依赖并使用一个模拟搜索引擎的工具来获取天气信息。
LangChain-07 Multiple Chains 多链串联
本文展示了如何使用LangChain库中的Runnable和Prompts,配合OpenAI模型,创建一个可以串联的对话链,以实现多阶段问题解答。通过实例演示了如何构建并执行一个包含两个步骤的查询过程。
LangChain-08 Query SQL DB 通过GPT自动查询SQL
本文介绍了如何在LangChain框架下,通过Python脚本导入ChinookSQLite数据库,利用GPT模型执行SQL查询,如计算员工数量。
LangChain-05 RAG 增强检索会话 Conversational
本文介绍了如何使用Langchain库中的工具,如OpenAIEmbeddings和ChatModels,结合文档检索技术,创建一个基于对话历史生成回答的程序。
LangChain-06 RAG With Source Document 检索增强生成
检索增强生成(RAG,Retrieval-Augmented Generation with Source Document)是一种结合检索与大语言模型生成的AI技术框架。其核心流程是先在向量数据库中检索相关文档片段...
LangChain-03 astream_events 流输出 FAISS 实战
本文介绍如何使用DocArrayInMemorySearch对文本数据进行向量化,并结合OpenAIEmbeddings和GPT-3.5模型,实现在给定上下文的情况下检索相关信息并生成回答。
LangChain-04 RAG Retrieval-Augmented Generation 检索增强生成
本文详细讲解了如何在LangChain中利用RAG技术,结合OpenAI的GPT-3.5模型,通过检索和生成提高文本生成质量。给出了安装和使用代码实例。
LangChain-01 入门指南:快手上手 Hello World
本文介绍了如何使用LangChain库,结合OpenAI API和GPT-3.5-turbo模型,创建一个模板来生成关于特定主题(如猫)的笑话。作者展示了如何安装依赖、设置API Key并实际操作来获取幽默输出。
LangChain-02 JsonOutputParser 解析与流式 JSON 数据处理全攻略
文章介绍了如何在Python环境中安装并使用Langchain和OpenAIAPI,通过异步函数获取指定国家及其人口数据,并展示了逐步增加人口值的过程。
从手动部署到自动化:基于GitLab与Jenkins的CI/CD实战 实现持续集成与持续部署 自动化构建
本文介绍Git作为核心版本控制工具,记录代码变更、支持并行开发及解决冲突。由于涉及敏感项目,团队使用内部私有GitLab并配置严格访问控制。成员以dev分支为主创建个人分支,功能完成后提交到test分支,再通过合并请求进行代码审查和测试。
手把手教你 Docker + Harbor 私有镜像仓库搭建与实战指南 从安装到镜像推送全流程
本文介绍如何在 Windows、Mac 或 Linux 上安装 Docker 和 Harbor,登录 Harbor 并配置 Docker 客户端信任 Harbor 的不安全仓库。然后演示从 Harbor 下载镜像...