【大模型RAG和智能体】
内容特别丰富，欢迎下载学习！
PPT
代码
讲解
资料
01提示词工程.pptx
02大模型开发.pptx
03RAG项目.pptx
.idea
P1_OpenAI库的基础使用
P2_提示词优化
P3_LangChainRAG开发
P4_RAG项目案例
P5_Agent智能体
.gitignore
README.md
.idea
agent
chroma_db
config
data
logs
model
prompts
rag
utils
app.py
md5.text
P1前置准备
P2OpenAI库的基础使用
P3提示词工程
P4RAG开发
P5RAG项目
P6Agent智能体
01、通义千问大模型的接入
02、代码调用云端的大模型
03、使用环境变量保护APIKEY
04、Ollama简介
05、win&mac部署ollama并运行蒸馏模型
06、代码调用ollama的本地模型
01、OpenAI库的基础使用
02、OpenAI库的流式输出模式
03、OpenAI库附带历史消息调用模型
01、大模型prompt工程指南
02、提示词优化案例介绍和零样本少样本思想
03、提示词优化案例_金融文本分类任务
04、Json数据格式
05、提示词优化案例_金融文本信息抽取
06、提示词优化案例_金融文本匹配
01、大模型prompt工程指南
02、提示词优化案例介绍和零样本少样本思想
03、提示词优化案例_金融文本分类任务
04、Json数据格式
05、提示词优化案例_金融文本信息抽取
06、提示词优化案例_金融文本匹配
已选中29个文件/文件夹
01、LangChain的简介
02、LangChain的环境部署
03、RAG介绍
04、[扩展]向量的基础概念
05、[扩展]余弦相似度算法
06、LangChain调用大语言模型
07、LangChain模型的流式输出
08、LangChain调用聊天模型
09、LangChain消息的简写形式
10、LangChain调用嵌入模型
11、LangChain通用提示词模板
12、FewShot提示词模板
13、模板类的format和invoke方法
14、ChatPromptTemplate的使用
15、Chain的基础使用
16、[扩展]或运算符的重写
17、简单理解Runnable接口
18、StrOutputParser字符串输出解析器
19、JsonOutputParser和多模型执行链
20、自定义函数加入链
21、Memory临时会话记忆
22、Memory长期会话记忆
23、CSVLoader
24、JSONLoader
25、TextLoader和文档分割器
26、PyPDFLoader
27、VectorStores向量存储
28、基于向量检索构建提示词
29、RunnablePassthrough的使用
01、RAG项目案例介绍
02、RAG项目-文本上传WEB服务
03、RAG项目-md5工具函数开发
04、RAG项目-知识库更新服务
05、RAG项目-完成离线流程开发
06、RAG项目-在线流程向量存储服务代码
07、RAG项目-rag服务核心代码开发
08、RAG项目-历史会话记录功能的实现
09、RAG项目-聊天页面开发
01Agent智能体介绍
02Agent智能体初体验
03Agent的流式输出
04Agent的ReAct行动框架
05Agent的middleware中间件
06Agent智能体项目介绍
07[Agent项目]日志和路径工具开发
08[Agent项目]配置工具文件工具和提示词加载工具开发
09[Agent项目]向量存储服务开发
10[Agent项目]RAG总结服务开发
11[Agent项目]tools工具开发
12[Agent项目]中间件和Agent创建
13[Agent项目]用户界面开发
Miniconda3
Ollama本地模型
PyCharm
Python
数据资料
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/231385.html