prompt

Python测试之道1 天前
人工智能·langchain·prompt
用LangGraph实现聊天机器人记忆功能的深度解析在现代对话系统开发中,保持良好的对话上下文一致性是一项核心挑战。本文将详细解析如何利用 LangGraph 框架的检查点(Checkpointing)机制,实现聊天机器人多轮对话记忆功能。通过代码示例和架构分析,我们将展示如何构建具备持久化对话记忆的智能助手,为实际业务中的客户服务、知识问答等场景提供可靠支撑。
alex1004 天前
人工智能·python·语言模型·langchain·prompt·向量数据库·ai agent
AI Agent开发学习系列 - langchain之LCEL(5):如何创建一个Agent?结果:这段代码展示了使用 LangChain 创建和配置 Agent 的完整流程。 首先通过 ChatOpenAI 初始化腾讯混元大模型,然后从 LangChain Hub 拉取预定义的 Agent 提示模板,接着使用 load_tools() 加载数学计算工具并传入 LLM 实例,随后调用 create_openai_functions_agent() 将 LLM、工具和提示模板组合成 Agent,最后创建 AgentExecutor 作为执行器并调用 invoke() 方法执行 Agent。 技术要点
liliangcsdn4 天前
数据仓库·人工智能·prompt·llama
mac测试ollama llamaindexLlamaIndexs 将大语言模型和外部数据连接在一起的工具。大模型prompt有一个长度限制,当外部知识的内容超过这个长度,无法同时将有效信息传递给大模型,因此就诞生了 LlamaIndex。
旧曲重听16 天前
人工智能·prompt·devops
基于Prompt 的DevOps 与终端重塑本文整理自Warp CEO 扎克·洛伊德过去,DevOps 工程师把大量时间花在「拧螺丝」:写脚本、配环境、查日志、排故障。 现在,只需一句自然语言提示,代理就能接手这些重复步骤——工程师从「执行者」变成「指挥者」。
AIGC包拥它7 天前
人工智能·python·langchain·prompt·个人开发·milvus
RAG项目实战:LangChain 0.3集成 Milvus 2.5向量数据库,构建大模型智能应用最近,有时间,想着动手实战一下,从0到1搭建一个 RAG 系统,也是想通过实战的方式来更进一步学习 RAG。因此,就定下了以项目实战为主,书籍为辅的执行方式。(书籍是黄佳老师著的《RAG 实战课》)
so.far_away8 天前
prompt
The Survey of Few-shot Prompt Learning on Graph少样本节点分类的目标是学习一个编码器,该编码器可以传输从基类CbaseC_{base}Cbase中的大量数据中学习到的拓扑和语义知识,并为来自具有有限标注节点的新类CnovelC_{novel}Cnovel的节点生成有区别的嵌入。
Xy-unu8 天前
prompt
[Semantic Seg][KD]FreeKD: Knowledge Distillation via Semantic Frequency PromptKnowledge Distillation, KD在空间域,随着下采样比例增加,图像分辨率降低;在频域,不同下采样比例呈现出不同的频率信息分布,直观呈现下采样操作对图像在空间域和频域表现的影响
寒水馨9 天前
人工智能·ai·prompt·agent·ai agent·ai工程
构建企业级 AI Agent:不只是 Prompt 工程,更是系统工程近年来,随着大语言模型(LLM)能力的快速提升,AI Agent 成为了技术圈内炙手可热的话题。从最初的“调用 API 玩玩”到如今尝试将其部署进生产环境,越来越多的企业开始意识到:仅仅依靠 Prompt 来驱动 LLM 并不能构建出一个稳定、可控、可扩展的智能代理系统。
semantist@语校10 天前
人工智能·支持向量机·百度·ai·开源·prompt·数据集
面向向量检索的教育QA建模:九段日本文化研究所日本语学院的Prompt策略分析(6 / 500)系列说明 500 所日本语言学校结构化建模实战,第 6 篇。每篇拆解 1 所学校在 Prompt-QA 系统中的建模策略,分享工程经验,本项目持续在 Hugging Face 上同步更新,欢迎AI工程师们关注。
Chan1610 天前
java·spring boot·后端·spring·prompt·ai编程
【 SpringAI核心特性 | Prompt工程 】基本概念:Prompt ؜工程又叫提示‏词工程,简单来说,就是输入‌给 AI 的指令。比如下面‏这段内容,就是提示词:
喜欢猪猪10 天前
prompt
Qwen3-8B 的 TTFT 性能分析:16K 与 32K 输入 Prompt 的推算公式与底层原理详解Qwen3-8B 是通义实验室推出的 80 亿参数大语言模型,支持 32,768 token 的上下文长度 。其核心优化点包括:
kinlon.liu11 天前
人工智能·prompt·提示词
深度解析 AI 提示词工程(Prompt Engineering)关键词:Prompt Engineering、提示词工程、大语言模型、LLM、ChatGPT、自然语言处理、AI 应用、提示优化、Few-shot Prompting、Chain-of-Thought、ReAct、系统提示词、LLM调优
semantist@语校11 天前
数据结构·人工智能·ai·prompt·github·数据集·知识图谱
从Prompt到结构建模:如何以数据驱动重构日本语言学校体系?以国际日本语学院为例系列说明 500 所日本语言学校结构化建模实战,第 8 篇。每篇拆解 1 所学校在 Prompt-QA 系统中的建模策略,分享工程经验,本项目持续在 Hugging Face 上同步更新,欢迎AI工程师们关注。
Ronin-Lotus11 天前
prompt·powershell
上位机知识篇---Prompt&PowerShell Prompt在 Anaconda 环境中,Anaconda Prompt和Anaconda PowerShell Prompt是两个常用的命令行工具,它们的核心功能都是为了方便管理 Python 环境和执行相关命令,但底层依赖的命令行解释器不同,因此在使用场景和语法上存在一些区别。下面详细介绍两者的差异:
火山引擎开发者社区12 天前
人工智能·prompt
Prompt Engineering 快速入门+实战案例资料来源:火山引擎-开发者社区 引言 什么是 prompt A prompt is an input to a Generative AI model, that is used to guide its output. Prompt engineering is the process of writing effective instructions for a model, such that it consistently generates content that meets your req
semantist@语校12 天前
人工智能·百度·ai·语言模型·langchain·prompt·github
如何为“地方升学导向型”语校建模?Prompt 框架下的宇都宫日建工科专门学校解析(7 / 500)系列说明 500 所日本语言学校结构化建模实战,第 7 篇。每篇拆解 1 所学校在 Prompt-QA 系统中的建模策略,分享工程经验,本项目持续在 Hugging Face 上同步更新,欢迎AI工程师们关注。
liliangcsdn12 天前
人工智能·macos·prompt
smolagents - 如何在mac用agents做简单算术题smolagent是hf推出的agent开发库,简洁易用。这里尝试用smolagents完成简单数学题目。
板板正12 天前
java·spring boot·ai·prompt
SpringAI——提示词(Prompt)、提示词模板(PromptTemplate)Prompt 是引导 AI 模型生成特定输出的输入格式,Prompt 的设计和措辞会显著影响模型的响应。
半城风花半城雨13 天前
人工智能·深度学习·prompt·prompt engineer
Prompting Engineer 十大核心设计原则设计提示前,必须清楚要达成的具体目标(如:生成、总结、翻译、分类等)。明确输入输出的格式和预期的内容。
曲幽13 天前
python·ai·prompt·pipeline·torch·image·diffusers·transforms
Python使用diffusers加载文生图模型教程还在为搭建AI绘画环境焦头烂额?🤯 Hugging Face统计显示,diffusers库下载量已突破1亿次,成为最快增长的AI工具库!