分类： 大模型应用

4 篇文章

LangChain
|
大模型应用
0 入门 0.1 作为javaweb选手，为什么不选择spring AI、langchain4j而是langchain？ 作为 JavaWeb 选手，我并不是排斥 Spring AI 或 LangChain4j，而是区分学习阶段和系统架构阶段。 在当前主流企业架构中，大模型能力通常会被独立拆成 LLM 服务，以微服务形式存在，Java 服务通过 H…
langchain大模型应用
RAG
|
大模型应用
0 入门 0.1 简介 RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。 RAG = 检索技…
rag大模型应用
prompt/提示词工程
|
大模型应用
Prompt Engineering 本质不是“调教模型”，而是用结构化输入，约束模型行为。在 RAG 场景中，Prompt 的职责非常明确： 让模型“只基于检索到的内容回答，并按指定格式输出” 提示词工程学习指南 - 知乎 提示词优化案例 1 金融文本分类 import os from openai import OpenAI from dote…
大模型应用提示词工程
openai库的基本使用
|
大模型应用
1. 创建 OpenAI Client 对象及参数说明 OpenAI 官方 SDK 采用 Client 对象 作为所有 API 调用的入口。 1.1 基本用法 from openai import OpenAI client = OpenAI() 这是最常见的方式，SDK 会自动从环境变量中读取 OPENAI_API_KEY。 1.2 显式传参方式…