摘要：
1 新建一个实时搜索工具 @tool def web_search(query: str): """ 实时搜索工具 """ serp = SerpAPIWrapper() result = serp.run(query) print("实时搜索结果:", result) return result 阅读全文
摘要：
0 前言 随LLM技术演进，AI应用开发部署越来越复杂。LangServe应运而生，旨在简化AI服务部署和运维的框架。专为LLM部署和管理而设计；本文旨在讲解LangServe的功能特点和实践运用。 1 概述 LangServe 提供一整套将LLM部署成产品服务的解决方案。可将LLM应用链接入常见P 阅读全文
摘要：
0 前言 数据分析的最关键部分是数据挖掘，啥是数据挖掘？ 普通人很难感知大海，更别说寻宝 但对石油开采人员，大海有坐标。他们对地质勘探，分析地质构造，发现哪些地方可能有石油。然后用开采工具，深度挖掘，直到打到石油。大海、地质信息、石油对开采人员就是数据源、地理位置及分析结果。 而数据挖掘工作，就像钻 阅读全文
摘要：
0 前言 下半场，互联网公司已经不新鲜了，大部分公司已经互联网化。他们已经在用网络进行产品宣传，使用电商销售自己的商品。大数据“赋能”企业，有数据，有用户： 通过大数据告诉政府该如何智慧地管理交通，做城市规划 通过消费数据分析，告诉企业该在什么时间生产什么产品，以最大化地满足用户的需求 通过生活大数 阅读全文
摘要：
1 Agent/Function Call 的定义 Overview of a LLM-powered autonomous agent system： Agent学会调用外部应用程序接口，以获取模型权重中缺失的额外信息（预训练后通常难以更改），包括当前信息、代码执行能力、专有信息源访问权限等。 2 阅读全文
摘要：
生成式 AI 的潜在应用场景似乎无穷无尽。虽然这令人兴奋，但也可能让人不知所措。因此，团队在使用这项技术时需要有明确的目标：关键是要明确生成式 AI 在团队工作中能产生哪些实质性影响。 在软件工程中，一个引人注目的应用场景是需求分析。这是一个常常被忽视但充满挑战的环节，如果处理不当，可能会带来许多负 阅读全文
摘要：
特定 的 ChatLanguageModel 和 StreamingChatLanguageModel 实现（请参见“可观测性”列）允许配置 ChatModelListener，用于监听以下事件： 对 LLM 的请求 LLM 的响应 错误 这些事件包含的属性包括OpenTelemetry 生成 AI 阅读全文
摘要：
1 安装AI Assistant插件 AI功能依赖AI Assistant插件： 2 功能 解释代码、回答有关代码片段的 问题、提交消息等等。 在需要时更快地编码 AI Assistant 可以自动补全单行、函数和整个代码块，并与您的编码样式、项目上下文和命名约定保持一致。AI Assistant 阅读全文
摘要：
LLM 的知识仅限于其训练数据。如希望使 LLM 了解特定领域的知识或专有数据，可： 使用本节介绍的 RAG 使用你的数据对 LLM 进行微调 结合使用 RAG 和微调 1 啥是 RAG？ RAG 是一种在将提示词发送给 LLM 之前，从你的数据中找到并注入相关信息的方式。这样，LLM 希望能获得相 阅读全文
摘要：
一些LLM除了生成文本，还可触发操作。 所有支持tools的LLMs可在此处找到（参见“Tools”栏）。 有一个被称为“工具（tools）”或“函数调用（function calling）”的概念。它允许LLM在必要时调用一或多个由开发者定义的工具。工具可以是任何东西：网页搜索、外部API调用、或 阅读全文