10、记忆:通过Memory记住客户上次买花时的对话细节

你好,我是黄佳,欢迎来到LangChain实战课! 在默认情况下,无论是LLM还是代理都是无状态的,每次模型的调用都是独立于其他交互的。也就是说,我们每次通过API开始和大语言模型展开一次新的对话,它都不知道你其实昨天或者前天曾经和它聊过天了。 你肯...

LangChain实战课

11、代理(上):ReAct框架,推理与行动的协同

你好,我是黄佳,欢迎来到LangChain实战课! 在之前介绍的思维链(CoT)中,我向你展示了 LLMs 执行推理轨迹的能力。在给出答案之前,大模型通过中间推理步骤(尤其是与少样本提示相结合)能够实现复杂的推理,获得更好的结果,以完成更具挑战的任务...

LangChain实战课

12、代理(中):AgentExecutor究竟是怎样驱动模型和工具完成任务的

你好,我是黄佳,欢迎来到LangChain实战课! 上节课中,你了解了ReAct框架的原理,最后我给你留了一道思考题,让你说一说LangChain中的“代理”和“链”的差异究竟是什么。 我的答案是:在链中,一系列操作被硬编码(在代码中)。在代理中,语...

LangChain实战课

13、代理(下):结构化工具对话、Self、Ask with Search以及Plan and execute代理

你好,我是黄佳,欢迎来到LangChain实战课! 在上一讲中,我们深入LangChain程序内部机制,探索了AgentExecutor究竟是如何思考(Thought)、执行(Execute/Act)和观察(Observe)的,这些步骤之间...

LangChain实战课

14、工具和工具箱:LangChain中的Tool和Toolkits一览

你好,我是黄佳,欢迎来到LangChain实战课! 这节课我们来一起看一看LangChain中各种强大的工具(Tool),以及如何使用它们。 在之前的几节课中,我们深入讲解了LangChain中的代理。未来的AI Agent,应该就是以LLM为核心控...

LangChain实战课

15、检索增强生成:通过RAG助力鲜花运营

你好,我是黄佳,欢迎来到LangChain实战课! 在[第2课]中,我曾经带着你完成了一个基于本地文档的问答系统。用当下时髦的话说,你实现了一个RAG 应用。 什么是RAG?其全称为Retrieval-Augmented Generation,即检索...

LangChain实战课

16、连接数据库:通过链和代理查询鲜花信息

你好,我是黄佳,欢迎来到 LangChain 实战课! 一直以来,在计算机编程和数据库管理领域,所有的操作都需要通过严格、专业且结构化的语法来完成。这就是结构化查询语言(SQL)。当你想从一个数据库中提取信息或进行某种操作时,你需要使用这种特定的语言...

LangChain实战课

17、回调函数:在AI应用中引入异步通信机制

你好,我是黄佳,欢迎来到LangChain实战课! 这节课我们一起来学习一下LangChain中的回调函数。 回调函数和异步编程回调函数,你可能并不陌生。它是函数A作为参数传给另一个函数B,然后在函数B内部执行函数A。当函数B完成某些操作后,会调用(...

LangChain实战课

18、CAMEL:通过角色扮演脑暴一个鲜花营销方案

你好,我是黄佳,欢迎来到LangChain实战课! 大模型的成功,在很大程度上依赖于用户的输入来引导对话生成。如果用户能够详细描述他们的任务和需求,并与ChatGPT建立一个连贯的聊天上下文,那么ChatGPT往往能提供更精确和高质量的答案。但是,为...

LangChain实战课

19、BabyAGI:根据气候变化自动制定鲜花存储策略

你好,我是黄佳,欢迎来到LangChain实战课! 在上节课中,我们深入探讨了如何利用CAMEL框架制定出一个高效的鲜花营销方案。然而,LangChain目前是将基于CAMEL框架的代理定义为Simulation Agents(模拟代理)。这种代理在...

LangChain实战课