leah-xx

摘要： 最近在系统性的学习AI开发知识，所以计划把看到的学到的都记录下来，也作为学习笔记使用。 MCP server 一个半小时视频学习 https://www.youtube.com/watch?v=31nwCHtDAv8 核心逻辑：LLM 不能直接操作数据库、浏览器等底层资源，MCP（Model Con 阅读全文

摘要： Langchain框架学习12 了解one-api平台，为各llm接口进行了转发，可以实现不同的功能调用不同的llm 在one-api前端平台新建一个api key，之后可以配置可调用的模型 在代码中使用ChatOpenAI调用即可。 Langchain框架学习13 了解fastgpt的配置文件，可 阅读全文

摘要： 了解ollama平台 · 一个开源的大模型服务平台 · 安装之后，可以直接使用开源的大模型 · 好处是，不用为API token付费了 · 缺点在于，要好的显存，最低的ds-r1模型都要1.1GB，一般来说推理需要的内存是2倍，微调需要3倍。 · 相当于把大模型部署到本地了 langchain里面有 阅读全文

摘要： 如何验证rag的质量？ 召回率 准确率 好像还有一个rags的指标 自己做qa问题集 如何提升rag的质量？ 问题改写 问题拆分 对relevant segments做重排（这里可以利用已有的重排模型） 阅读全文

摘要： 那索引在哪体现？ 加载文档 # 加载txt文档 from langchain_community.document_loaders import TextLoader Loader = TextLoader ("./resource/meituan-questions.txt") documents 阅读全文

摘要： 向量化数据的存储 Redis, PGVector等均可 # 安装LangChain的Redis扩展 pip install -q langchain-redis # 连接（已经在docker启动的）Redis服务 redis_url = "redis://Localhost:6379" import 阅读全文

摘要： 文本向量化 可以使用百炼的text-embedding-v1(2|3)模型 # 安装阿里云百炼的客户端依赖 pip install -q langchain_community pip install -q dashscope import os from config.load_key impor 阅读全文

摘要： 把chain当成工具使用 from langchain_core.output_parsers import StrOutputParser from langchain_core.prompts.chat import ChatPromptTemplate # LCEL定制 prompt = Ch 阅读全文

摘要： 工具篇，三步走： 确定该大模型有调用工具的能力（deepseek-v3可以，qwen-plus可以） - @tool - StructedTool @tool 绑定工具 import datetime from langchain.tools import tool # 定义工具 注意要添加注释 @ 阅读全文

摘要： 怎么结合消息存储方法与LCEL （因为RedischatMessageHistory组件本身是没有实现Runnable类的，也没有invoke等相关方法的，所以无法直接书写成链式语法，需要借助 RunnableWithMessageHistory 类） from langchain_core.run 阅读全文