andre/prompt-engineering-for-developers
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

Reword Longchain chapter 1

Browse Source
This commit is contained in:
joyenjoye
2023-06-11 15:46:53 +08:00
parent 765ea5520f
commit 8d2c64f0ef
1 changed files with 10 additions and 6 deletions
Download Patch File Download Diff File Expand all files Collapse all files

16
content/LangChain for LLM Application Development/1.开篇介绍.md
View File

@ -8,22 +8,26 @@
### 🚀 LangChain的诞生和发展
通过提示LLM或大型语言模型，现在可以比以往更快地开发AI应用程序，但是一个应用程序可能需要提示和多次并暂停作为输出。
通过对LLM或大型语言模型给出提示(prompt)，现在可以比以往更快地开发AI应用程序，但是一个应用程序可能需要进行多轮提示以及解析输出。
在此过程有很多胶水代码需要编写，因此哈里森·蔡斯 (Harrison Chase) 创建了LangChain，整合了常见的抽象功能，使开发过程变得更加丝滑。
在此过程有很多胶水代码需要编写，基于此需求，哈里森·蔡斯 (Harrison Chase) 创建了LangChain，使开发过程变得更加丝滑。
LangChain开源社区快速发展，贡献者已达数百人，正以惊人的速度更新代码和功能。
### 📚 课程基本内容
LangChain是用于构建大模型应用程序的开源框架，有Python和JavaScript两个不同版本的包。LangChain基于模块化组合，有许多单独的组件，可以一起使用或单独使用。此外LangChain还拥有很多应用案例，帮助我们了解如何将这些模块化组件组合成链式方式，以形成更多端到端的应用程序 。
LangChain是用于构建大模型应用程序的开源框架，有Python和JavaScript两个不同版本的包。LangChain基于模块化组合，有许多单独的组件，可以一起使用或单独使用。此外LangChain还拥有很多应用案例，帮助我们了解如何将这些模块化组件以链式方式组合，以形成更多端到端的应用程序 。
在本课程中，我们将介绍LandChain的常见组件，并讨论模型、提示（使模型执行操作的方式）、索引（处理数据的方式），然后将讨论链式（端到端用例）以及令人激动的代理（使用模型作为推理引擎的端到端应用）。
在本课程中，我们将介绍LandChain的常见组件。具体而言我们会讨论一下几个方面
- 模型(Models)
- 提示(Prompts): 使模型执行操作的方式
- 索引(Indexes): 获取数据的方式，可以与模型结合使用
- 链式(Chains): 端到端功能实现
- 代理(Agents): 使用模型作为推理引擎
### 🌹致谢课程重要贡献者
最后特别感谢Ankush Gholar（LandChain的联合作者）、Geoff Ladwig,、Eddy Shyu 以及 Diala Ezzedine，他们也为课程内容投入了很多思考~
最后特别感谢Ankush Gholar（LandChain的联合作者）、Geoff Ladwig,、Eddy Shyu 以及 Diala Ezzedine，他们也为本课程内容贡献颇多~