- 博客(1725)
- 收藏
- 关注
RSS订阅
原创 如何使用中转API调用OpenAI GPT模型进行自然语言处理
随着人工智能（AI）技术的飞速发展，自然语言处理（NLP）已成为许多应用的核心。OpenAI 的 GPT 模型作为一种强大的语言模型，在生成和理解自然语言方面表现出色。然而，由于访问海外 API 的限制，许多中国用户在使用 OpenAI 的服务时遇到了障碍。本文将介绍如何使用中转API地址调用 OpenAI GPT 模型。
2024-06-19 02:13:56
2444
原创 使用Vearch进行向量搜索和存储的实战指南
Vearch是一个存储大语言模型数据的向量数据库，用于存储和快速检索模型embedding后的向量。其优势在于支持多种语言模型，包括OpenAI、Llama、ChatGLM等，并与LangChain库集成以提供更强的兼容性和可用性。另外，Vearch是基于C语言和Go语言开发的，提供了方便的Python接口，简化了开发者的使用流程。
2025-07-02 16:26:26
271
原创 使用SKLearnVectorStore进行向量存储与查询
该技术可以应用于任何需要高效文本数据查询和持久化的场景，例如文档检索系统、问答系统以及推荐系统。通过持久化向量存储，可以减轻重复计算带来的性能开销，提高系统的响应速度。如果遇到问题欢迎在评论区交流。
2025-07-02 16:21:12
154
原创 使用Relyt进行向量数据库操作的实践指南
在数据分析的领域中，Relyt是一个云原生的数据仓库服务，专门用于在线分析海量数据。Relyt与ANSI SQL 2003语法兼容，并支持PostgreSQL和Oracle数据库生态系统。此外，Relyt支持行存储和列存储，以高性能水平处理数PB级数据，适合高并发在线查询。本指南将重点展示如何使用Relyt的向量数据库功能，通过代码示例帮助您快速上手。
2025-07-02 16:14:36
267
原创 使用LLMRails进行文档检索和处理
LLMRails能有效支持许多场景，包括但不限于文档管理、知识库构建和问答系统。它的强大嵌入技术和矢量检索能力使得它能够处理复杂的查询，提供精确的上下文匹配。如果遇到问题欢迎在评论区交流。
2025-07-02 14:26:36
228
原创 使用DashVector处理高维向量数据库的实战指南
DashVector是专为处理高维向量数据而设计的数据库，其自动扩展能力使其能够适应不同的应用需求。结合DashScopeEmbeddings服务，可以高效地进行相似性搜索和文本向量化操作。下面我们将详细解析DashVector的核心原理，并通过代码示例展示其应用。
2025-07-02 09:56:02
148
原创 使用VoyageAI进行文本检索结果重排序的实践
在信息检索中，最初获取的文档可能数量过多且质量参差不齐。通过重排序，可以根据相关性对这些文档进行排序，提升最相关结果的优先级。VoyageAI提供了先进的嵌入式/向量化模型以及专门的重排序端点，可用于提升检索效果。
2025-07-02 09:46:52
125
原创 使用Jina Reranker进行文档压缩与检索
在实际应用中，确保数据质量和上下文信息的完整性，以提高Jina Reranker的有效性。同时，根据具体场景调整模型参数和检索策略，以满足用户的期望。Jina Reranker适用于各类文本检索和问答系统，实现更准确的检索结果。如果遇到问题欢迎在评论区交流。
2025-07-02 09:43:49
92
原创 使用OpenWeatherMap和PyOWM获取天气数据的实战指南
OpenWeatherMap是一款广泛使用的天气数据服务提供商，提供各种天气参数，包括温度、湿度、风速等。通过OneCall API，开发者可以获取当前天气、预测及历史数据。PyOWM是一个Python库，用于轻松访问OpenWeatherMap的API。
2025-07-02 09:37:44
208
原创 使用Spider进行高效的网页数据抓取
Spider专为AI应用而设计，是市场上最快的爬虫之一。它能够在几秒内处理多达20,000个页面，同时提供强大的代理轮换和用户代理头设置，以避开反机器人检测。对于需要大量数据进行训练或分析的开发者而言，这是一项福音。
2025-07-01 17:09:48
457
原创 使用Anyscale实现文本Embedding的代码实战
Embedding技术在NLP中被广泛应用于文本分类、情感分析、问答系统等领域。通过将高维的文本数据压缩到低维空间，Embedding不仅提高了模型的计算效率，也提高了对语义的捕捉能力。
2025-07-01 16:02:01
201
原创 使用AWS S3进行文档对象加载实战指南
AWS S3 提供了对象存储的解决方案，能够存储任意类型的文件，包括文档、图片、视频等。通过S3的API，我们可以方便地上传、下载和管理这些对象。为了从一个S3目录中加载文档对象，可以使用工具，该工具提供了简洁的接口以进行文档批量加载。
2025-07-01 14:05:57
377
原创 如何使用Rockset进行实时大数据分析和向量搜索
随着大数据技术的发展，实时数据分析变得越来越重要。Rockset是一个专为低延迟、高并发分析查询设计的实时分析数据库服务。其Converged Index™可以高效管理结构化和半结构化数据，并为向量嵌入提供存储支持。Rockset支持在无模式数据上运行SQL查询，使其成为基于元数据过滤执行向量搜索的理想选择。
2025-07-01 13:37:28
245
原创 在LangChain中使用ModelScope进行文本嵌入
ModelScope 提供了丰富的模型和数据集，适用于多种AI应用场景。LangChain 是一个强大的库，用于构建语言模型应用，我们可以通过集成ModelScope来扩展LangChain的功能，实现复杂的文本嵌入任务。
2025-07-01 11:04:26
197
原创 使用GeoPandas进行地理空间数据处理
在处理地理空间数据时，我们通常需要执行空间查询、几何操作以及数据可视化等任务。GeoPandas通过扩展Pandas的DataFrame能够轻松处理这些任务，使得用户可以用Python执行复杂的地理数据分析。
2025-06-30 17:23:49
385
原创 使用LangChain中的Epsilla实现向量存储
随着自然语言处理技术的不断发展，向量存储在处理大规模数据和支持高效查询方面显得尤为重要。Epsilla是一个性能优越的向量数据库，能够快速处理高维数据，非常适合用于处理与搜索相关的任务。
2025-06-30 17:19:46
361
原创 利用AI技术与CnosDB数据库进行温度数据查询
这个集成系统可以广泛应用于气象数据分析、工业物联网环境监控、金融市场时序数据分析等场景。通过结合AI模型和时序数据库，我们可以进行复杂数据的自动化分析，提高效率并降低人工错误。如果遇到问题欢迎在评论区交流。
2025-06-30 17:05:21
305
原创 使用Clarifai平台实现AI全生命周期管理
Clarifai是一家专注于AI的公司，提供了一个功能全面的平台，从数据探索到推断都涵盖在内。其平台支持图像、视频、文本和音频数据的处理，尤其适合那些希望在LangChain中实现大规模应用的开发者。
2025-06-30 17:04:31
109
原创 利用LangChain库集成Blackboard文档加载器
Blackboard Learn 是一个具有开放架构和可扩展设计的系统，可以与学生信息系统和身份验证协议集成。为了能够高效读取Blackboard中的文档数据，并进行分析或其他操作，我们可以使用LangChain库提供的BlackboardLoader。这一组件简化了与Blackboard系统的文档交互，让开发者专注于数据处理和业务逻辑。
2025-06-30 15:22:58
286
原创 使用Alibaba Cloud的AI服务进行大规模语言模型部署
Alibaba Cloud是阿里巴巴集团旗下的云计算公司，提供包括计算、存储、网络、安全等在内的多种云计算服务。特别是在AI领域，Alibaba Cloud提供了丰富的AI服务和工具，帮助开发者快速实现AI应用的开发和部署。
2025-06-30 15:10:02
304
原创 使用 OpenAI Chat 模型的快速入门
随着人工智能语言模型的不断发展，OpenAI 的 ChatGPT 系列模型在自然语言处理任务中表现出色，提供了多种便利的功能和集成方式。要更好地运用这些模型，我们可以通过其官方 API 和诸如 Microsoft Azure 平台的服务来调用这些模型。
2025-06-30 13:02:49
250
原创 在Vertex AI上使用PaLM2生成Chuck Norris笑话
Google Cloud的Vertex AI提供了一个强大的平台用于训练和部署机器学习模型。PaLM2是一个强大的语言模型，可以通过简单的API调用来生成自然语言内容。结合这两个技术，我们可以轻松创建一个生成玩笑的应用。
2025-06-30 10:35:55
546
原创 使用sql-pgvector在PostgreSQL中实现语义搜索与RAG
确保数据库中已启用pgvector接下来，在您的Python项目中进行配置并使用运行LangServe。
2025-06-30 10:32:46
244
原创 使用Rewrite Retrieve Read进行重写查询以优化RAG
在文本生成和信息检索任务中，增强型检索（Retrieval-Augmented Generation, RAG）是一个有效的策略。通过将查询转换为更易于检索的形式，可以提高检索系统的效率和准确性。本文讨论了如何使用方法来优化RAG流程。
2025-06-30 10:26:59
379
原创 使用RAG与Vectara进行多查询处理的实战指南
RAG技术通过将检索到的数据融合生成技术产生更具上下文相关性和丰富性的回答。Vectara作为一种强大的语义搜索平台，能够高效地索引和检索数据，使RAG在多查询场景中更为实用。
2025-06-30 10:22:52
786
原创 使用Pinecone和OpenAI构建多重查询RAG模型
在项目的server.py此时，服务器会在本地运行，访问地址为。查看所有模板文档可以访问，而模板的操场则位于。
2025-06-30 10:16:20
373
原创 利用多索引融合实现RAG问答应用
RAG（Retrieval-Augmented Generation）是一种结合检索和生成能力的问答系统框架，它能够通过查询多个数据源来提升信息检索的广度和精度。在本案例中，我们将使用 PubMed、ArXiv、Wikipedia 和 Kay AI（用于 SEC 文件）作为检索源。
2025-06-27 15:55:16
271
原创 从零开始搭建多模态幻灯片视觉助手
视觉助手通过将幻灯片中的图形和图片嵌入到可搜索的索引中，能够根据用户的提问检索相关幻灯片，并生成答案。我们将使用OpenCLIP嵌入来处理幻灯片中的图像，并使用Google Gemini进行答案合成。
2025-06-27 15:49:37
363
原创 使用Zep构建RAG会话应用的实践指南
RAG（Retrieval-Augmented Generation）技术通过检索相关信息来增强生成任务的准确性。Zep作为一个开源平台，致力于简化大语言模型（LLM）应用的生产化过程，提供了诸如文档嵌入、长期记忆持久化、混合搜索等强大功能。
2025-06-27 15:47:37
144
原创 使用RAG-Chroma构建可视化幻灯片助手
RAG-Chroma通过将幻灯片中的图像进行OpenCLIP嵌入，并存储在Chroma数据库中，从而在用户提出问题时，检索相关幻灯片并使用GPT-4V生成答案。此方法尤其适合处理包含图表和数据的幻灯片文件，例如公司财报。
2025-06-27 15:45:33
112
原创 使用LangChain实现Pirate Speak转换器
LangChain是一个强大的框架，专注于构建与语言模型交互的应用。通过LangChain，我们可以方便地将转换逻辑封装成模块，然后通过API接口使用这些模块。在本文中，我们将利用它来创建一个将普通英语转换为海盗语的服务。
2025-06-27 15:40:55
285
原创 使用LLaMA2模型进行结构化数据提取实践
LLaMA2是一个强大的语言模型，专注于理解和处理复杂的自然语言数据。通过使用LLaMA2模型，我们可以将自由文本转化为结构化的形式，以便后续分析和处理。这在各种数据处理、信息抽取场景中都有广泛应用。
2025-06-27 15:31:53
353
原创 使用Anthropic函数进行数据提取与标注
Anthropic函数是一套强大的工具集，专为数据提取和标注任务设计。通过对文本数据的结构化处理，可以高效地提取诸如标题、作者等关键信息。这对于学术论文、新闻稿等文档的整理尤其有用。
2025-06-27 13:18:06
281
原创 使用Chain-of-Note进行Wikipedia信息检索
在人工智能迅速发展的背景下，信息检索技术在不同领域的应用愈发成熟。Chain-of-Note方法作为一种创新的信息检索技术，旨在通过链式推理和多步提取，实现复杂问题的精确解答。本文将探讨如何使用Chain-of-Note方法，并通过Wikipedia进行信息检索。
2025-06-27 13:16:14
495
原创 如何高效地贡献代码：从PR指南到提交最佳实践
在开源社区中，协作是推动项目不断进步的动力。为了保证代码的质量和一致性，项目通常会制定一系列的贡献标准和流程。从fork和pull request工作流程，到代码格式化、linting和测试检查，每一步都有其重要性。
2025-06-27 13:10:18
397
原创 使用Redis在LangChain中实现高效缓存和数据检索
Redis可以充当分布式内存数据库、缓存和消息代理。由于其保留所有数据至内存中以及独特的设计，使得Redis非常适合低延迟的使用场景。在LangChain框架中，Redis不仅可以作为标准缓存，还能够支持语义缓存和矢量检索，增强语言模型的性能。
2025-06-27 13:05:59
330
原创 使用OpenAI API的自然语言处理应用指南
OpenAI API提供了一套强大的工具集，允许开发者在应用中集成AI驱动的自然语言处理功能。这包括文本生成、翻译、情感分析等多种功能。借助OpenAI API的接口，我们能够在应用中轻松实现人机对话、智能客服等功能。
2025-06-27 12:54:13
298
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人