LangChain 完整指南：使用大语言模型构建强大的应用程序 - 知乎
2023年4月9日 — 要使用 LangChain，开发人员首先要导入必要的组件和工具，例如 LLMs, chat models, agents, chains, 内存功能。 这些组件组合起来创建一个可以理解、处理和响应用户输入的应用程序。
LangChain 中文入门教程 - General - LangChain中文社区
2023年5月2日 — LangChain 是一个用于开发由语言模型驱动的应用程序的框架。 他主要拥有 2 个能力： 可以将 LLM 模型与外部数据源进行连接. 允许与 LLM 模型进行交互. LLM 模型：Large Language Model，大型语言模型. 基础功能. LLM 调用. 支持多种模型接口，比如 OpenAI、HuggingFace、AzureOpenAI … Fake LLM，用于测试. 缓存的支持，比如 in-mem（内存）、SQLite、Redis、SQL. 用量记录. 支持流模式（就是一个字一个字的返回，类似打字效果） …
LangChain：介绍与入门 | ️ Langchain
LangChain：介绍与入门. L arge L anguage M odels（LLMs）于 2020 年 OpenAI 的 GPT-3 发布时登上世界舞台。. 从那时起，它们在人气方面一直保持稳定的增长。. 直到 2022 年末，LLM 和生成 AI 等广泛领域的兴趣才激增。. 这很可能是 LLM 方面的重大进展不断向上推进导致的 ...
【AI开源项目】LangChain （一）3分钟让你知道什么 …
2024年11月4日 — 长文本处理能力较弱： llm 在理解和生成长篇内容时受限于有限的上下文窗口，处理速度随着输入长度增加而减慢。 解决方案：rag 通过检索和整合长文本信息，强化模型对长上下文的理解和生成，有效突破输入长度限制，降低调用成本，提升整体处理效率。
处理长文本提取 | ️ LangChain 中文
如何在执行提取时处理长文本. 在处理文件（如 PDF）时，您可能会遇到超过语言模型上下文窗口的文本。 要处理此文本，请考虑以下策略. 更改 LLM 选择支持更大上下文窗口的其他 LLM。 暴力破解 将文档分割成块，并从每个块中提取内容。 RAG 将文档分割成块，索引这些块，并且仅从看起来“相关”的块子集中提取内容。 请记住，这些策略具有不同的权衡，最佳策略可能取决于您正在设计的应用！ 本指南演示了如何实现策略 2 和 3。 设置. 首先，我们将安装本指南所需的依赖 …
LangChain 中文入门教程 | LangChain 的中文入门教程 - GitBook
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。 他主要拥有 2 个能力： 可以将 LLM 模型与外部数据源进行连接. 允许与 LLM 模型进行交互. LLM 模型：Large Language Model，大型语言模型. 基础功能. LLM 调用. 支持多种模型接口，比如 OpenAI、Hugging Face、AzureOpenAI ... Fake LLM，用于测试. 缓存的支持，比如 in-mem（内存）、SQLite、Redis、SQL. 用量记录. 支持流模式（就是一个字一个字的返回，类似打字效果） Prompt管理，支持各 …
LLM 系列 | 15：如何用LangChain做长文档问答？ - 知乎专栏
load_qa_chain是LangChain中最通用的问答接口，用户可以对输入的文档进行问答。 需要注意： load_qa_chain 默认使用文档中的全部文本。 如果将整个文档全部输入的话，可能会报错，所以本章节先只将带有答案的文档页面输入，后文补充介绍如何做整个文档的问答。
liaokongVFX/LangChain-Chinese-Getting-Started-Guide
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。 他主要拥有 2 个能力： 可以将 LLM 模型与外部数据源进行连接. 允许与 LLM 模型进行交互. LLM 模型：Large Language Model，大型语言模型. 基础功能. LLM 调用. 支持多种模型接口，比如 OpenAI、Hugging Face、AzureOpenAI ... Fake LLM，用于测试. 缓存的支持，比如 in-mem（内存）、SQLite、Redis、SQL. 用量记录. 支持流模式（就是一个字一个字的返回，类似打字效果） Prompt管理，支持各 …
实战 - 对超长文本进行总结 - 《LangChain 中文入门教程》 - 书栈 …
2023年10月11日 — 首先我们对切割前和切割后的 document 个数进行了打印，我们可以看到，切割前就是只有整篇的一个 document，切割完成后，会把上面一个 document 切成 317 个 document。 最终输出了对前 5 个 document 的总结。 这里有几个参数需要注意： 文本分割器的 chunk_overlap 参数. 这个是指切割后的每个 document 里包含几个上一个 document 结尾的内容，主要作用是为了增加每个 document 的上下文关联。
5分钟理透LangChain的Chain - CSDN博客
2024年6月16日 — LangChain 几乎是LLM 应用开发 的第一选择，它的野心也比较大，它致力于将自己打造成LLM应用开发的最大社区。 而LangChain最核心的部分非 Chain 莫属。 那 Chain 到底是个啥，概念比较模糊，像雾像雨又像风，这篇文章将带你快速理透 LangChain 中的 Chain 概念。 1. Chain是核心. LangChain的Chain到底是什么？ 一句话总结： Chain是指对 LangChain 多个组件的一系列调用。 再看看官网的解释： Chain是指调用的序列 - 无论是调用 LLM、工具还是数 …
- 某些结果已被删除