【LangChain系列7】【LangChain实战—客服机器人项目】
目录 前言一、LangChain1-1、介绍1-2、LangChain抽象出来的核心模块1-3、特点1-4、langchain解决的一些行业痛点1-5、安装 二、基于LangChain的客服机器人实战2-1、依赖安装2-2、数据加载2-3、使用langchain对文档进行分割2-4、使用Faiss进行向量搜索2-4-1、使用相似性搜索similarity_search2-4-2、使用相似性分数（simil...
LangChain学习与开发实战合集
合集主旨 从新手出发，进行大模型应用开发入门。适合新手小白的大模型学习之路！ 系列文章地址 LangChain（一）构建本地数据检索问答Agent，新手向_langchain 基于通义千问构建agent-CSDN博客 LangChain（二）基础问答大模型，纯新手向_langchain chathunyuan-CSDN博客 LangChain（三）基础问答大模型，从LLMchain开始了解chain！纯...
基于Python的自然语言处理系列（54）：Neo4j DB QA Chain 实战
在本篇文章中，我们将演示如何利用LangChain框架和Neo4j图数据库来构建一个基于问答链（QA Chain）的查询系统。通过调用大语言模型（LLM），可以动态生成Cypher查询，从而简化数据库查询的流程。这种方法非常适合应用于知识图谱、推荐系统等需要灵活数据查询的场景。 一、准备工作 在开始之前，请确保已经安装了Neo4j和LangChain库，并且已将Neo4j数据...
Python - 深度学习系列33 - ollama_langchain_ppt生成
main.py,然后会弹出一个web页面，输入一个主题，然后就返一个ppt给你。整体过程大概1~2分钟，考虑是笔记本，而且也看到什么资源占用，所以可以认为是不太占资源的。 3 核心代码 使用langchain加载了ollama模型，生成数据 def slide_data_gen(topic): llm = Ollama(model="dolphin2.1-mistral", temperature="0....
如何在LangChain的agent中记录对话历史
很重要的，比如在网页总结的agent中，如果它总结的格式不是我们想要的，我们就可以重新让他汇总整理下，显然这个功能在这里是不支持的。所以我们今天就来看下，如何让agent具备记忆的功能。 LangChain在早期曾推迟过Memory模块，但Memory模块目前被官方标记为beta版本，说是并为这边好投入生产，而且也不支持最新的LCEL语法，但是ChatMessageHistory这个功能是个例外，它已经...
Docker运行出现iptables: No chain/target/match by that name报错如何解决？
错误信息表明有关 iptables 的配置出了问题。这通常是因为 Docker 需要配置网络，而 iptables 规则没有正确设置或被意外删除。具体到你的错误信息中，报错 iptables: No chain/target/match by that name 表示 Docker 尝试在 iptables 的 nat 表中添加规则时，找不到预期的链或目标。 解决这类问题，你可以尝试以下几个步骤： 重启 D...
【Blockchain】连接智能合约与现实世界的桥梁Chainlink
不受单个实体控制的预言机系统，去中心化的预言机网络有可能为智能合约提供更高级别的安全性和公平性:中心化的预言机本身可能会像任何其他第三方一样受到损害并且容易受到操纵。出于这个原因，许多区块链项目，包括Chainlink(LINK)、Band Protocol(BAND)、Augur(REP)和MakerDAO(DAI的构建者)，正在开发(或已经开发)去中心化预言机。去中心化预言机解决了预言机问题，并在许多不...
.NET 设计模式—职责链模式(Chain of Responsibility Pattern)
stType{ A, B} public class Request{ public RequestType Type { get; set; }} // 使用示例public class ChainOfResponsibilityExample{ public static void Execute() { Handler handlerA = new ConcreteHandlerA(); ...
AI大模型探索之路-应用篇10：Langchain框架-架构核心洞察
目录 前言 一、LangChain设计目标 二、LangChain设计之道 三、LangChain典型应用 1、简单的问答Q&A over SQL + CSV: 2、聊天机器人Chatbots: 3、总结摘要Summarization: 4、网页爬虫Web scraping: 5、本地知识库（Q&A with RAG): 三、LangChain架构核心 1、Prompt设计能力 2、自然语言理解能力 3、...
AI大模型探索之路-应用篇6：Langchain框架Agent模块—智能化任务执行的核心
三、ReAct的机制流程（推理+行动） 四、Self-ask with search 五、OpenAI functions agent 六、自定义Agent 总结 前言 在人工智能的领域中，Langchain框架以其独特的Agent模块引起了广泛的关注。该模块作为智能化任务执行的核心，不仅体现了智能代理的强大能力，还展示了其在处理复杂任务中的高效性和精准度。本文将深入探讨Langchain框架的Agent...