LLM应用开发权威指南
本文将介绍让开发人员熟悉LLM并针对LLM编写代码的方法。 目的是让开发人员能够轻松地与LLM进行交互和编程。
ReAct智能体开发实战
本文介绍如何使用LangChain开发构建一个食品评论智能体，能够检索相关的食品评论数据，并在必要时处理地理位置过滤。
LLM智能体开发指南
本文介绍如何使用axolotl开发自己的大模型智能体。
LangChain vs. LlamaIndex
在Why RAG is big中，我表示支持检索增强生成（RAG）作为私有、离线、去中心化 LLM 应用程序的关键技术。 当你建造一些东西供自己使用时，
基于SQL库的RAG实现
本文介绍如何使用LangChain构建基于SQL数据库的大模型应用。
ReAct提示工程详解
ReAct是一种新颖的提示工程方法，使大型语言模型（例如 ChatGPT）能够在模拟环境中智能地推理和行动。
RAG Fusion简明教程
RAG 和 RAG Fusion都围绕着使用矢量搜索和生成式 AI 来彻底改变搜索和信息检索，以提供基于真实数据的直接答案。