摘要：
这里我使用了科大讯飞的免费大模型来尝试 最简的应用 from langchain_community.chat_models import ChatOpenAI from langchain.schema import HumanMessage llm = ChatOpenAI( model_nam 阅读全文
posted @ 2025-09-12 18:18
PyAj
阅读(44)
评论(0)
推荐(0)
摘要：
以下内容为AI对话生成 核心模块概览 可以把这五大模块想象成一个智能机器人的不同部分： Models（模型）：机器人的“大脑”，负责真正的思考和生成。 Prompts（提示）：你给机器人的“指令”和“问题背景”，引导它如何思考。 Chains（链）：机器人的“工作流程”，把简单任务组合成复杂任务。 阅读全文
posted @ 2025-09-12 15:26
PyAj
阅读(97)
评论(0)
推荐(0)
摘要：
以下内容根据AI对话生成，如有雷同，纯属巧合 1. 链式调用 (Chaining) 这是最基本也是最常见的模式。它指的是将多个 LLM 调用、数据处理步骤或工具调用按顺序连接起来，形成一个连贯的工作流。前一个步骤的输出是后一个步骤的输入。 要解决的问题：单一 LLM 调用无法完成复杂任务。 核心思想 阅读全文
posted @ 2025-09-12 15:07
PyAj
阅读(29)
评论(0)
推荐(0)
摘要：
以下内容是根据与AI对话完成的学习规划，如果有雷同，纯属巧合 阶段一：筑基入门 (1-2周) 这个阶段的目标是理解 LangChain 解决的核心问题、基本概念和核心组件。 学习目标： 理解 LLM 应用开发中的常见模式（如链式调用、代理）。 熟悉 LangChain 的核心模块（Models, P 阅读全文
posted @ 2025-09-12 15:02
PyAj
阅读(183)
评论(0)
推荐(0)
浙公网安备 33010602011771号