iT邦幫忙

langchain相關文章
共有 107 則文章
鐵人賽 生成式 AI DAY 9

技術 Day09-寫程式串接 Serverless 的 Llama-3.1-8B-Instruct 之 LangChain 介紹篇

今天我們開始來寫程式串接 Serverless 部署的 Llama-3.1-8B-Instruct。今天先來介紹我們的主角 LangChain。 LangCha...

鐵人賽 生成式 AI DAY 9

技術 <玩轉大語言模型> LangChain: PromptTemplate

上一篇我們介紹了LangChain並且簡單使用了一下,今天我們再繼續介紹一些常見的基礎用法! 各位應該都清楚知道prompt是什麼,我們在使用大語言模型時,pr...

鐵人賽 生成式 AI DAY 8

技術 <玩轉大語言模型> LangChain: 玩轉語言模型的框架

本偏要來介紹這系列文的一大核心,就是LangChain! LangChain langchain是一個為了大語言模型(LLM)應用的框架,能簡化我們在開發時與語...

鐵人賽 生成式 AI DAY 10

技術 Day 10 - RAG 程式碼實作

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 9

技術 Day 09 - RAG 介紹

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 8

技術 Day 08 - Embedding & Pinecone 介紹

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 7

技術 Day 07 - LangChain 中的 Chain

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 22

技術 day22 RAG加速資料檢索:雲端資料庫與雲端向量搜尋服務初探

前言 昨天我們進行LangChain結合Diagram as Code RAG生成雲端架構圖的初步展示,但對於文件管理來說,要在本地端管理越來越多的文件,實在難...

鐵人賽 生成式 AI DAY 6

技術 Day 06 - LangChain 與 SQL

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 21

技術 day21 LangChain 驅動:引領GenAI雲端架構圖生成展示 Diagram as Code 與 RAG 技術融合

前言 day19、day20我們獲取了我們資料的來源,並且儲存成txt檔案,那麼接下來我們會運用這些外部資料源來進行LLM的提示工程RAG,再配合LnagCha...

鐵人賽 生成式 AI DAY 4

技術 Day 04 - Prompt Template 以及要點

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 3

技術 Day3 學習路徑

系列總目錄(持續更新中~) 本系列文章將全面覆蓋生成式AI開發的各個方面,從基礎概念到實際應用: 引言:自我介紹和系列文章背景 什麼是大語言模型LLM:基...

鐵人賽 生成式 AI DAY 2

技術 Day 02 - 串接 GPT API 以及 langchain 常用的 message 類型

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 1

技術 Day 01 - 主題概要、Langchain 簡介與環境介紹

每天的專案會同步到 GitLab 上,可以前往 GitLab 查看。有興趣的朋友歡迎留言 or 來信討論,我的信箱是 nickchen1998@gmail.co...

鐵人賽 生成式 AI DAY 14

技術 day14 chatDocument 文件分析器(二):混合資料格式解析!完全版chatDocument接受多檔案多來源的文件分析器

前言 昨天我們利用streamlit快速建構出csv檔案的智能文件分析器,今天我們將文件分析器利用自定義的Loader擴充py、text、pdf等資料格式,甚至...

鐵人賽 生成式 AI DAY 13

技術 day13 chatDocument 文件分析器(一):智能CSV分析與StreamLit前端介面

前言 前幾天我們利用外部資料的力量,來提示LLM,並且使得LLM得到更多內容的提示生成精確的回覆,那麼今天我們打算製作一個可以讓使用者自由選擇檔案的UI介面,並...

鐵人賽 生成式 AI DAY 12

技術 day12 讓PDF 成為 AI 腦袋的一部分:自製簡易ChatPDF前置作業

前言 我們已經介紹HTML、csv、txt、py檔案作為外部資料源,使得LLM可以得到額外的資訊,並且獲得更為精準的回應,那麼我們要介紹最後一個常見的外部資料源...

鐵人賽 生成式 AI DAY 22

技術 【Day 22】- CRAG: 檢索增強生成的糾錯機制 - 提升大型語言模型問答精確度

摘要這篇文章介紹了一種名為「Corrective RAG (CRAG)」的技術,旨在提升大型語言模型(LLM)在問答系統中的準確性和可靠性。CRAG 的核心思...

鐵人賽 生成式 AI DAY 21

技術 【Day 21】- 從基礎到進階: 掌握RAG基礎並使用LangGraph實現Agentic RAG

摘要這篇文章探討了檢索增強生成 (Retrieval-Augmented Generation, RAG) 技術,它結合了資訊檢索和文本生成,以克服現有大型語...

鐵人賽 生成式 AI DAY 18

技術 【Day 18】- LangGraph 與 LangFuse:打造 Agent 觀測系統全方位指南

摘要這篇文章探討了如何使用 LangGraph 與 LangFuse 打造全方位的 Agent 觀測系統。LangGraph 是一個用於構建複雜 AI 代理應...

鐵人賽 生成式 AI DAY 11

技術 day11 文字程式檔的智慧學習:讓LLM成為你的程式碼教學助手

前言 昨天和前天,我們使用網頁資料和CSV資料作為外部的資料源,今天我們會介紹使用txt檔案,或者是副檔名為py的檔案來進行匯入轉成向量,並作為資料源給LLM提...

鐵人賽 生成式 AI DAY 10

技術 day10 智能CSV分析器,讓LLM幫你分析與統整

前言 昨天我們利用網頁的資料來進行LLM的資訊擴充,今天我們嘗試不同的資料來源,這次我們試試看CSV檔案 正文 資料來源 我們使用政府的資料開放平台的低收入戶...

鐵人賽 生成式 AI DAY 17

技術 【Day 17】- 多代理系統設計: 監督者模式的應用與實踐

摘要這篇文章探討了多代理系統設計中監督者模式的應用和實踐。文章首先回顧了多代理系統的基本概念和協作模式,接著介紹了監督者模式的特性,並以台灣棒球和啦啦隊新聞處...

鐵人賽 生成式 AI DAY 15

技術 【Day 15】- Agentic Design Pattern: Planning - 賦予 AI 自主規劃能力

摘要這篇文章主要介紹了 Agentic Design Pattern 中的 Planning 模式,它賦予 AI 自主規劃的能力,讓 AI 能夠處理那些難以預...

鐵人賽 生成式 AI DAY 14

技術 【Day 14】- 翻譯革新:從吳恩達的 Translation Agent 到 LangGraph 的智能協作模式

摘要這篇文章主要探討了「AI 代理」領域的最新進展,以吳恩達團隊推出的 Translation Agent 開源工具為例,展現了 AI 如何革新翻譯的效率和準...

鐵人賽 生成式 AI DAY 13

技術 【Day 13】- 進階 LLM 反思機制:Reflexion 技術的創新與應用

摘要這篇文章探討了大型語言模型(LLM)領域中的反思機制,特別是新興的 Reflexion 技術。它首先回顧了先前 Self-Refine 技術的局限性,例如...

鐵人賽 生成式 AI DAY 9

技術 day9 打造智能新聞分析系統:從資料抓取到GenAI智慧回應

前言 今天我們會展示以抓取新聞為外部資料源,並且用OpenAI的embeddingmodel將資料源轉成向量存入本地的向量資料庫,接著再將使用者詢問的問題,進行...

鐵人賽 生成式 AI DAY 8

技術 day8 LangChain RAG:資料庫建置到檢索生成解析

前言 昨天我們進行RAG的介紹、使用RAG的步驟與優劣勢,那麼今天我們將會介紹我們在LangChain使用RAG的詳細步驟,畢竟會需要外部資料源,我們之後會從資...

鐵人賽 生成式 AI DAY 7

技術 day7 RAG 的力量:將檢索與生成融合提升LLM的回應準確性

前言 之前我們有提到LangChain的結構 現在我們已經有Prompt、LLM、Chain現在我們要開始介紹Document的部分,我們會介紹提示工程的RAG...

鐵人賽 生成式 AI DAY 6

技術 day6 LLM結構化輸出:精確控制與系統串接的利器

前言 前天和昨天,我們進行promptTemplate和langServe快速部屬api的操作範例,但今天介紹及說明另外一個核心功能,結構化輸出structur...