草庐IT

Chinese-LangChain

全部标签

LangChain大模型应用落地实践(一):环境准备

前言LLMs是最近点燃了NLP的一把火。GPT3.5、GPT4的快速迭代,模型的优异表现在模型层面让大家隐约看到了理想中人工智能应有的样子;OpenAI的ChatGPT、微软的NewBing和OfficeCopilot也让我们看到了LLMs落地成产品的无限可能性。因此,国内各大企业也争相构建中文LLMs(比如,百度的文心一言),以及思考LLMs与现有产品融合升级后到底能碰撞出什么样的火花。模型(LLMs)产品(应用)GPT3.5ChatGPTChatGPT是一款构建在GPT3.5模型能力上的产品应用(见上表):比如,GPT3.5模型本身是不支持多轮对话的,ChatGPT其实是在GPT3.5之上

LangChain入门(五)-使用GPT3.5模型构建油管频道问答机器人

目录一、安装依赖二、使用示例  一、安装依赖pipinstallyoutube-transcript-api二、使用示例 importosfromlangchain.document_loadersimportYoutubeLoaderfromlangchain.embeddings.openaiimportOpenAIEmbeddingsfromlangchain.vectorstoresimportChromafromlangchain.text_splitterimportRecursiveCharacterTextSplitterfromlangchain.chainsimportCh

用 LangChain 构建基于资料库的问答机器人(一):基础用法

大家好,我是学生大使Jambo。在上一个系列中,我们介绍了关于AzureOpenAIAPI的使用。如果你有跟着教程使用过,那么你应该能感觉到仅仅是调用API是非常简单的,繁琐的是如何将API与你的应用结合起来。接下来,我将会介绍一个名为LangChain的库,它可以帮助你更方便地将AzureOpenAI结合到你的应用中。我也会将这个做成一个系列,最终目标是实现一个可以根据资料库回答问题的聊天机器人。为什么要用LangChain许多开发者希望将像GPT这样的大语言模型整合到他们的应用中。而这些应用不仅仅是简单地将用户的输入传递给GPT,然后将GPT的输出返回给用户。这些应用可能需要根据特定的资料

【ChatGLM】基于 ChatGLM-6B + langchain 实现本地化知识库检索与智能答案生成: 中文 LangChain 项目的实现开源工作

 【ChatGLM】基于ChatGLM-6B+langchain实现本地化知识库检索与智能答案生成:中文LangChain项目的实现开源工作目录【ChatGLM】基于ChatGLM-6B+langchain实现本地化知识库检索与智能答案生成:中文LangChain项目的实现开源工作1.克隆源代码:2.安装前置依

Microsoft Access database engine 2010 (Chinese (Simplif... 您不能安装64位版本的Microsoft Access 2010 数据库引擎

问题:MicrosoftAccessdatabaseengine2010(Chinese(Simplif…您不能安装64位版本的MicrosoftAccess2010数据库引擎,因为您当前已安装32位的offce产品。若要安装64位的MicrosoftAccess2010数据库引擎,需要先删除32位的ofce产品安装。卸载以下产品后,重新运行安装程序以便安装64位版本的MicrosoftAccess2010数据库引擎MicrosoftOfficeProfessionalPlus2007解决方法:键入“regedit”。然后,选择注册表编辑器计算机HKEY_LOCAL_MACHINE\SOFTW

LangChain入门(一)访问LLM模型

GitHub-liaokongVFX/LangChain-Chinese-Getting-Started-Guide:LangChain的中文入门教程LangChain的中文入门教程.ContributetoliaokongVFX/LangChain-Chinese-Getting-Started-GuidedevelopmentbycreatinganaccountonGitHub.https://github.com/liaokongVFX/LangChain-Chinese-Getting-Started-Guide 目录一、安装langchain二、langchain依赖LLM模型、数

本地部署开源大模型的完整教程:LangChain + Streamlit+ Llama

在过去的几个月里,大型语言模型(llm)获得了极大的关注,这些模型创造了令人兴奋的前景,特别是对于从事聊天机器人、个人助理和内容创作的开发人员。大型语言模型(llm)是指能够生成与人类语言非常相似的文本并以自然方式理解提示的机器学习模型。这些模型使用广泛的数据集进行训练,这些数据集包括书籍、文章、网站和其他来源。通过分析数据中的统计模式,LLM可以预测给定输入后最可能出现的单词或短语。以上是目前的LLM的一个全景图。在本文中,我将演示如何利用LLaMA7b和Langchain从头开始创建自己的DocumentAssistant。背景知识1、LangChain🔗LangChain是一个令人印象深

LangChain 任意命令执行(CVE-2023-34541)

漏洞简介LangChain是一个用于开发由语言模型驱动的应用程序的框架。在LangChain受影响版本中,由于load_prompt函数加载提示文件时未对加载内容进行安全过滤,攻击者可通过构造包含恶意命令的提示文件,诱导用户加载该文件,即可造成任意系统命令执行。漏洞复现在项目下编写 test.py​fromlangchain.promptsimportload_promptif__name__=='__main__':  loaded_prompt=load_prompt("system.py")同级目录下编写 system.py​执行系统命令 dir​importosos.system("d

《AIGC学习之 LangChain获取天气预报》

1、把https://colab.research.google.com/drive/1zTTPYk51WvPV8GqFRO18kDe60clKW8VV拷贝到自己的drive 2、先运行3、然后下拉到最下面APIChains-OpenMeteo-WeatherinformationcanthrowerrorsbasedonAPIreturnlength原理是用自然语言问OpenMeteoAPI关于某个地区的天气。得到长沙的天气是22.9°,可以打开天气预报查看,也是差不多这个温度 下面代码可以继续提问,北京会不会下雨chain_new.run('IsitraininginBeijing?') 

用LangChain构建大语言模型应用

用LangChain构建大语言模型应用自ChatGPT发布以来,大型语言模型(LLM)广受欢迎。尽管您可能没有足够的资金和计算资源从头开始训练自己的大语言模型,但您仍然可以使用预训练的大语言模型来构建一些很酷的东西,例如:可以根据您的数据与外界互动的个人助理为您的目的定制的聊天机器人分析或总结您的文档或代码大语言模型正在改变我们构建人工智能产品的方式。利用API和提示工程设计,大语言模型正在改变我们构建AI驱动产品的方式。由此的诞生了一个新的技术名字“LLMOps”——LangChain就是其中最流行的工具之一。文章目录什么是LangChain?环境搭建安装LangChainAPI密钥向量数据