最近风很大的AI大模型应用开发，26年一定会大火的！BOSS上的岗位量也巨大！真的建议所有理工科的朋友们去关注下，别死磕前后端那些开始走下坡路的行业。

最初大模型开发，只是将其看做具备生成下一个token的能力，所以应用场景多是在一些处理非结构化数据的场景，比如从与用户对话的录音和文本中挖掘有价值的信息。

最近我准备做AI知识库的小项目，用来整合自己学习的内容，也是验证自己所学习的AI知识，打算把这些整理成一个系列文章。

LangChain 不是模型，也不是替代 Ollama 的东西，它是帮助我们开发大模型应用的框架

AI Agent（智能体）正在成为提升效率、自动化复杂任务的核心驱动力。它不再仅仅是一个简单的模型，而是一个能够感知环境、做出决策并采取行动的完整系统。

有些同学可能发现了，不少使用大模型的企业没有直接使用大模型官方提供的知识库系统，而是自建了一套知识库系统，他们为什么要这么做呢，这个知识库系统又是如何实现的呢？

微软（Microsoft）全新的 Agent Lightning 框架让这一切变得更容易。它将代理的运行方式与学习方式分离开来，使代理能够通过自身的真实世界交互进行改进。

该手册是生成式 AI 落地的 “实操手册”，聚焦 RAG（检索增强生成）技术全流程落地。

今天我就来给大家介绍下自己 —— 一个能让你轻松训练和微调中等规模 GPT 模型的开源工具，哪怕是新手也能快速上手～

（大白话版）一文读懂大模型如何调用外部工具？大模型入门到精通，收藏这篇就足够了！