鐵人檔案
1. 介紹各種LLM platform的應用( eg. Dify、AnythingLLM、flowise等)
2. API 串接、AOAI 、 Gateway訪問AOAI
2. 如何優化LLM的回答
3. 地端的LLM部署方式(Ollama)
4. 開發LLM框架 (LangChain)
4. RAG 種類及方法(Naive 、 Advanced)
5. RAG評估指標
第一次參加 IThome 鐵人賽，抱持著既期待又興奮的精神，來與大家分享我的經驗和知識。本身大學/研究所就讀資訊相關科系的我，將用淺顯易懂的方式解釋各種背後技術...
LangChain 框架 專為開發LLM的應用程式框架!! 官方Tutorials LangChain API Reference 主要為幫...
今天要介紹的是另一個主流的LLM開發框架LlamaIndex，有沒有人也很常看到這隻草尼馬出現在各種技術架構圖上呢!今天就讓我們來簡單介紹一下它，並且與它跟La...
接下來就要介紹一下LangChain程式碼啦這邊帶個簡單範例來解釋一下如何運作的 from langchain_openai import AzureChatO...
對話提示模板 - ChatPromptTemplate 先建立ChatPromptTemplate物件，並代入以串列形式建立而成的對話訊息，再使用 from_...
Output Parsers(輸出內容解析器) 可客製化輸出的結果 輸出文字格式的回覆內容 from langchain_core.output_parse...
LCEL(LangChain Expression Language) 是為了簡化模型的對話流程而開發出的表達式語言。LCEL主要透過Runnable 此物件來...
使用RunnableParallel 可執行多個chains並合併結果 將同一個輸入傳給不同的Runnable物件去執行，利用指名的方式eg.'prompt1'...
分支與合併 將多個不同的prompt template 與 chain整合使用 # 先定義好兩個runnable (兩個HumanMessage) pers...
在流程鏈中使用函式 from langchain_core.runnables import RunnableLambda def commodity(foo...
