摘要：这篇文章首先介绍了在LangChain中使用RAG的重要组成部分，包括文档加载器、文本分割器、嵌入模型、向量数据库，然后通过一个示例演示了LLM如何通过RAG检索增强生成的方式，借助特定领域用户数据，更准确的回答用户的提问。 阅读全文

摘要：一、前言 上一篇文章介绍了LangChain开发的入门篇，包括零基础的环境配置以及简单的Chain、RAG和Agent开发。LangChain由Model IO、Retrieval、Chain、Agent等组件组成，而Agent是其中最重要的组成部分之一，打个比方，如果说大语言模型(简称LLM)是拥 阅读全文

摘要：在Java编码能力方面，GPT-4-0613 > DeepSeek-Coder-33B-Instruct > GPT-3.5 > GLM-4 > CodeLlama-70B-Instruct。整体来看，GPT-4在六项测评中都表现得比较稳定，其它四个大模型都存在在某项测评中表现不太稳定的情况。在编码大模型的选型方面，如果追求性能，首选还是GPT-4，但是也比较贵。如果从安全性和性价比考虑的话，私有化部署开源编码大模型DeepSeek-Coder-33B-Instruct应该是一个不错的选择。DeepSeek-Coder-33B-Instruct、GPT-3.5、GLM-4这三个大模型编码能力比较接近，相差不大。至于CodeLlama-70B-Instruct，还是有点差距（小扎加油！）。 阅读全文

摘要：本文是最新版LangChain使用智谱AI的GLM-4大模型开发AI应用程序系列的第一篇文章-快速入门篇。 首先对LangChain做了介绍，LangChain是哈里森·蔡斯 (Harrison Chase) 于2022年10月创建的，对于AI应用程序开发来说，它的地位就相当于Java界的Spring。LangChain的整体架构分为六层，它的核心概念就是链，链接外部一切能链接的东西赋予LLM力量。 然后从零基础开始介绍了LangChain环境的安装和配置，包括Conda、Jupyter Notebook、LangChain，以及智谱AI GLM-4在LangChain的最新调用API。 最后再通过LLM链、检索链、智能体三个经典的示例，带大家一步一步的快速上手了提示词模板、输出解析器、管道、LLM链、检索链、智能体等功能的使用和开发。 阅读全文