
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
LLM大语言模型(十):LangChain自定义Agent使用自定义的LLM
独立部署ChatGLM3-6B并提供HTTP API能力。自定义LLM封装对ChatGLM3-6B的访问。创建一个简单的Agent来使用自定义的LLM。

LLM大语言模型(六):RAG模式下基于PostgreSQL pgvector插件实现vector向量相似性检索
在LLM的RAG场景下,使用PostgreSQL+pgvector插件,作为向量数据的管理后端,简单高效。

LLM大语言模型(九):LangChain封装自定义的LLM
想基于ChatGLM3-6B用LangChain做LLM应用,需要先了解下LangChain中对LLM的封装。本文以一个hello world的封装来示例。

Llama(二):Open WebUI作为前端界面,使用本机的llama3
Open WebUI是一个可扩展、功能丰富、用户友好的自托管WebUI,旨在完全离线操作。它支持各种LLM运行程序,包括Ollama和OpenAI兼容的API。

LLM大语言模型(五):用streamlit开发LLM应用
使用streamlit快速开发LLM demo应用。

Llama(一):Mac M1芯片运行Llama3
在Mac M1 16G内存环境中,部署并使用Llama3 8B

Llama(一):Mac M1芯片运行Llama3
在Mac M1 16G内存环境中,部署并使用Llama3 8B

LLM大语言模型(十四):LangChain中Tool的不同定义方式,对prompt的影响
LangChain中Tool的不同定义方式,对prompt的影响

LLM大语言模型(四):在ChatGLM3-6B中使用langchain
本文介绍了在ChatGLM3-6B中使用LangChain的案例。

LLM大语言模型(六):RAG模式下基于PostgreSQL pgvector插件实现vector向量相似性检索
在LLM的RAG场景下,使用PostgreSQL+pgvector插件,作为向量数据的管理后端,简单高效。
