使用langchain+千问72b+m3e-large+chroma的对话机器人源码python实现
内容概要
集成了langchain、千问72b、chroma、m3e-large、LCEL等AI技术，通过爬取马斯克的公开信息，实现了虚拟马斯克对话机器人
适用人群
小白也能看懂的实现过程
能学到什么：
1.使用langchain
2.使用langchain调用本地llm模型、embedding模型、数据库
3.使用langchain的LCEL
4.Retrieval-Augmented Generation，简称RAG的实现方式
5.文档分割、拆分
6.高级prompt的实现方法
7.从搭建知识库到高级检索在到形成chain链最后输出的全流程
其他说明
易于集成：设计简洁的集成流程，轻松集成到现有系统中。
LangChain是一个用于开发由语言模型驱动的应用程序的框架。它使应用程序能够：
1.具有上下文感知能力：将语言模型与上下文源（提示说明、少量镜头示例、基于其响应的内容等）联系起来。
2.原因：依靠语言模型进行推理（关于如何根据提供的上下文回答，采取什么行动等）
文件下载
资源详情
[{"title":"（ 1 个子文件 2KB ） 使用langchain+千问72b+m3e-large+chroma的对话机器人源码python实现","children":[{"title":"chain.py <span style='color:#111;'> 4.05KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明