langchain decoded

Langchain decodiert

Ein Begleitführer für die Blog -Postserie, Langchain decodiert.

Langchain ist ein Open-Source-Framework, das die Entwicklung von Anwendungen erstellt hat, die die Leistung von Großsprachenmodellen (LLMs) nutzen. Es kann für Chatbots, Textzusammenfassungen, Datenerzeugung, Codeverständnis, Beantwortung von Fragen, Bewertung und mehr verwendet werden. In dieser mehrteiligen Serie erforsche ich verschiedene Langchain-Module und Anwendungsfälle und dokumentiere meine Reise über Python-Notizbücher. Fühlen Sie sich frei, das Repository mitzuteilen und zu geben, oder verwenden Sie einzelne Notizbücher auf Google Colab.

Teil 1: Modelle

Dieses Notizbuch ist eine Erkundung von Langchain -Modellen. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 2: Einbettungen

Dieses Notizbuch ist eine Erkundung von Langchain -Einbettungen. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 3: Eingabeaufforderungen

Dieses Notizbuch ist eine Erkundung von Langchain -Eingabeaufforderungen. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 4: Indizes

Dieses Notizbuch ist eine Erkundung der Langchain -Indizes. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 5: Speicher

Dieses Notizbuch ist eine Erkundung des Langchain -Speichers. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 6: Ketten (bald)

Dieses Notizbuch ist eine Erkundung von Langchain -Ketten. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 7: Agenten (bald)

Dieses Notizbuch ist eine Erkundung von Langchain -Agenten. Lesen Sie diesen Beitrag und folgen Sie mit!

Teil 8: Rückrufe (bald kommen)

Dieses Notizbuch ist eine Erkundung von Langchain -Rückrufen. Lesen Sie diesen Beitrag und folgen Sie mit!

All-in-One

Dieses Notizbuch ist eine Konsolidierung der einzelnen Notizbücher oben.