老陈说编程

摘要： 在 AI 应用开发中，当我们需要集成并调用不同 AI 大模型来实现文本生成、代码补全、语义理解等多样化功能时，为了避免不同模型的配置参数（如 base_url、api_key 等）相互混淆，可通过 config_prefix 进行清晰的命名空间区分。 如果喜欢看视频学习的，可以看这个《11. Lan 阅读全文

摘要： 在 AI 应用开发中，若需动态切换大模型、调整温度等参数，可通过 init_chat_model 函数的 configurable_fields 核心配置字段实现。它支持在运行时动态修改模型参数，可基于配置规则精准控制参数的开放修改边界，配置生效后函数将返回 _ConfigurableModel 可 阅读全文

摘要： 在使用 init_chat_model 构建大模型应用时，为了适配不同的业务场景（如本地模型调试、第三方代理接入、创意内容生成、高并发接口调用等），我们通常会将最核心的 6 个参数放在 **kwargs 里透传，精准控制接口请求、鉴权及模型生成效果。 喜欢看文章的接着往下看，习惯看视频的看这里《9. 阅读全文

摘要： 模型调用场景中，用户常会根据个人使用习惯指定偏好的AI大模型厂商及名称。比如阿里巴巴的 qwen3.6-plus、qwen3.5-max，字节跳动的 doubao-pro等国产主流旗舰型号，以及OpenAI的gpt-4o、Anthropic 的claude-3.5-sonnet等海外型号，都是用户会 阅读全文

摘要： 为帮助开发者快速吃透 LangChain 整体架构、解决入门难题，本文将拆解项目核心模块，并讲解在实际项目中，API Key的常用配置和dotenv代码实战，内容简洁易懂，兼顾理论认知与实际开发落地。 如果喜欢看视频学习的，可以看这个《7. 搞懂LangChain开发库，还有dotenv实战》，喜欢 阅读全文

摘要： LangChain 是由 LangChain AI 公司推出的、全球最具影响力的大语言模型（LLM）驱动应用与智能体全栈开源开发框架，采用商业友好的 MIT 开源协议，原生支持 Python、TypeScript/JavaScript、Go 等多语言开发，是目前 LLM 应用与智能体开发领域生态最完 阅读全文

摘要： 当海量数据收集完毕，将进入模型训练环节。训练周期受模型规模、算力配置、训练目标等 因素影响，通常快则1-2 个月，慢则6-12 个月。 如果你习惯看视频，就看《5. AI大模型的不足和解决方案》，喜欢看文章就接着往下看。 受限于数据来源的局限性与训练机制的固有特性，AI大模型存在以下不足。 1 . 阅读全文

摘要： Token（词元）是 AI 处理信息的最小单位。它既不是字，也不是词，而是由模型自行切分出来的 “文字碎片”。通常来说，1 个 Token 约等于 4 个字母，或 1～2 个汉字。 如果你习惯看视频，就看《4. Token(词元)，看会动画敲下代码，就彻底搞懂了》，喜欢看文章就接着往下看。 Toke 阅读全文

摘要： AI大模型：指的是具有大量参数的深度学习模型，经过大量数据训练，具备复杂计算能力的智能系统。核心架构有硬件层、软件层、数据层、模型层、推理层、应用服务层和应用层。 如果你习惯看视频，就看《 3. AI大模型架构图和盈利模式》，喜欢看文章就接着往下看。 大模型可以在应用(App、Web及桌面)中嵌入广 阅读全文

摘要： AI（Artificial Intelligence）：即人工智能，是通过计算机系统模拟人类思维与行为的技术，依托机器学习、深度学习等算法，使计算机具备数据分析、理解、推理和决策能力。 如果你习惯看视频，就看《2. 什么是 AI？人工智能到底能干嘛？看完秒懂！》，喜欢看文章就接着往下看。 在AI应用 阅读全文