官方网址链接。

官方网址链接。

复制内容到你创建好的py文件，为了快速的完成操作这里就直接给你们把代码弄过来直接复制就好了。4.注册账号完后，找到左侧的导航栏，点击API key管理。鼠标放过去，点击安装软件包就好了，等待完成安装。要把api_key后面=的内容换成你获取的秘钥。打开pychram,创建一个新的py文件。content是你给kimi设定的身份。点击chat实现我们第一次的单轮对话。1.浏览器搜索kimi开发者平台

异步通信是一种数据传输方式，发送方和接收方的时钟是独立的，它们之间没有严格的同步关系。这种协议在互联网的早期发展中起到了关键作用，但由于地址资源有限，随着互联网的快速发展，IPv4地址逐渐耗尽。：服务器收到SYN包后，回复一个SYN-ACK包，确认客户端的请求，并随机生成自己的初始序列号。：服务器在完成自己的数据发送后，也向客户端发送一个FIN包，表示服务器也已经完成数据发送。：客户端收到服务器的

复制内容到你创建好的py文件，为了快速的完成操作这里就直接给你们把代码弄过来直接复制就好了。4.注册账号完后，找到左侧的导航栏，点击API key管理。鼠标放过去，点击安装软件包就好了，等待完成安装。要把api_key后面=的内容换成你获取的秘钥。打开pychram,创建一个新的py文件。content是你给kimi设定的身份。点击chat实现我们第一次的单轮对话。1.浏览器搜索kimi开发者平台

在之前的篇章出现了，不支持ocr,或者模型还不支持最新版的Langchain框架，所以我找了个新的开源ocr识别模型，仅支持图片识别，结合Markitdown基本能完成对基本文件的识别操作。然后本篇章主要是对ocr做统筹优化，进行文件的区分，实现对文件上传的识别和操作。然后实现上下文对话。

在上一篇章节，我们实现了基于文件来进行回答，不过还遗留了一些问题，那就是无法识别带有文字的图片，不过现在会在这篇篇章进行问题解决。原因是markitdown的官网并没有写明白，mrkitdown并不具备含有ocr图片文件识别，但是标注了，ocr识别是基于模型是否能够支持图片输入进行回答,那就需要含有视觉的模型来支撑这个ocr，如果你的模型本身就是普通的聊天模型，那不好意思，识别不到。那么开启本篇章

在上一篇章，我们学习了如何调用ollama模型进行了简单问答效果Langchain从零开始到应用落地案例[AI智能助手]【1】---调用ollama模型实现简单循环会话-CSDN博客。

本系列将会记录我学习Langchain入门到实际应用落地实现。借助本地的ollama部署的模型结合Langchain的框架直至实现企业级应用的初版实现。AI智能体（Agent）大模型入门【4】--下载训练好的大模型部署到本地上_ollama本地部署大模型下载到本地-CSDN博客。

本篇章会介绍使用ollama模型出现的一些问题点，来使你更加的了解和使用调用时需要注意的问题。如若没有ollama模型的话，可以参考这篇文章去快速学习和下载。AI智能体（Agent）大模型入门【13】--智能体入门-CSDN博客。