腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

LangChain大模型应用开发

LangChain作为一个新兴的框架，旨在简化大模型应用的开发过程。它提供了一套工具和接口，帮助开发者将大模型无缝集成到各种应用场景中。通过LangChain，开发者可以更专注于业务逻辑的实现，而不必过多关注底层模型的复杂性。 prompt) print(response.content) 这时我们的langSmith后台：构建语义搜索引擎我们使用LangChain的文档加载器、嵌入、向量库来从其他来源检索数据，与大模型工作集成，这对于获取数据作为模型推理的一部分进行推理的应用程序非常重要，例如检索增强生成或RAG。 ("大模型的发展是顶峰") # 接受一个嵌入向量作为输入，并返回与该向量最相似的向量 results = vector_store.similarity_search_by_vector(embedding

2024-12-04

8131

标签:

大模型应用开发实战

至此最简单的模型应用开发完毕。提供API支持上面最简单的Hello world写完了，接下来就要为各种客户端提供接口服务了。. Net有WebAPI + IIS，java有spring boot+tomcat，大模型有FastAPI+Uvicorn：FastAPI 用于构建应用的业务逻辑，Uvicorn 是运行这些应用的服务器。 net java 有httprequest，js有jquery、axios，大模型也有个出名的库langchain，官方的解释它提供了“链”的概念，允许开发者将多个语言模型调用、API请求、数据处理等操作链接起来怎么着也得个应用程序APP之类，再不济也得有个Web吧！好吧，安排！为了搞大模型的人能安心研究模型，不用花精力在界面上。最后经过无数的蹂躏，我开发了个小应用【i歌词】，无任何条件免费提供全部源码。它基于chatglm4-9b大模型，从部署到训练，通用对话功能，核心根据歌名查歌词并创作歌词！

2026-05-08

1.7K0

标签:

第四期热点征文-大模型技术

1大模型应用开发基础

1、大模型应用开发基础 AGI（Artificial General Intelligence）中文译为「通用人工智能」。是具备超越人类智能的 AI。 AGI 时代，AI 无处不在，形成新的社会分层： AI 产品使用者，使用别人开发的 AI 产品 AI 产品制造者，设计和开发 AI 产品基础模型相关，训练基础大模型，或为大模型提供基础设施（算力等） AI 技术正逐步应用于艺术创作。「AI」之后出现「技」的概率大于其它字。这些字之间的概率关系，就是大模型训练时学到的。划重点：使用大模型，首先要建立对象感。你是什么角色？Ta 是什么角色？大模型应用产品架构 Agent 模式还太超前，Copilot 是当前主流。实现 Copilot 的主流架构是多 Agent 工作流模仿人做事，将业务拆成工作流（workflow、SOP、pipeline）每个 Agent 负责一个工作流节点大模型应用技术架构大模型应用技术特点

步步为营DotNet

2026-06-16

2210

标签:

Java + LangChain 开发大语言模型应用！

在 Baeldung 上看到了一篇介绍基于 Java + LangChain 开发大语言模型应用的基础入门文章，写的非常不错，非常适合初学者。于是，我抽空翻译了一下。 1. 简介在本教程中，我们将详细探讨 LangChain[1]，一个用于开发基于语言模型[2]的应用程序的框架。我们将首先了解语言模型的基础概念，这些知识将对本教程有所帮助。为了简化这些任务，我们需要一个像 LangChain 这样的框架作为 LLM 技术栈的一部分：使用 LangChain 构建 LLM 技术栈该框架还帮助开发需要链式调用多个语言模型的应用程序，并能够回忆起过去与语言模型过去交互的信息链（Chains）通常，一个应用程序需要按特定顺序调用多个组件。在 LangChain 中，这被称为链（Chain）。链简化了开发更复杂应用程序的过程，并使调试、维护和改进更加容易。这些库未来将快速发展，它们会让开发由语言模型驱动的应用程序的过程变得更成熟和有趣！

码农编程进阶笔记

2025-03-29

3.5K0

标签:

大模型应用开发基础-Prompt工程

大模型应用开发基础-Prompt工程1. 什么是Prompt？Prompt（提示词）是用户输入给AI模型的指令或问题，用于引导模型生成特定输出。示例对比：模糊Prompt："写一篇关于人工智能的文章" 精准Prompt："以科普风格写一篇800字文章，介绍AI在医疗影像诊断中的应用，包含3个实际案例" 2. Prompt工程的定义Prompt工程（Prompt Engineering）是通过优化输入指令的结构、措辞和上下文，使大语言模型（LLM）输出更准确、可靠且符合需求的技术。大语言模型（如GPT-4、Claude、Gemini）本质是“概率生成器”，它们会根据输入提示猜测用户意图。最终剩余：4个不过2023年后发布的主流大模型（GPT-4 Turbo、Claude 3、Gemini 1.5）已原生集成思维链推理能力。

2025-06-23

1.4K0

标签:

基于大模型（LLM）的Agent 应用开发

目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。这种流程的潜在设计空间可能是巨大而复杂的，《如何构建基于大模型的App》一文给出了一种探索中的大模型应用开发基础框架，基本可以适用于RAG 和Agent。但是，对于面向Agent的大模型应用开发，有没有其独特之处呢？有没有聚焦于Agent的大模型应用开发框架呢？那么，什么又是Agent 呢？ 1. 2.2 大模型领域中的Multi-Agent 具体而言，在基于大模型的应用领域中，当复杂任务被分解成更简单的子任务时，LLM已经被证明了拥有解决复杂任务的能力。在了解了Agent 和 Multi-Agent 的基本概念以及常见系统之后，如何开发一个基于大模型的Agent应用呢？

半吊子全栈工匠

2023-10-23

8.3K0

标签:

Hollis【实战课程】大模型应用开发实战

大模型应用开发实战摘要大语言模型（LLM）正在重塑软件开发的方式。从智能客服到代码助手，从数据分析到内容创作，大模型应用已经渗透到各行各业。本文将从实战角度出发，系统性地介绍大模型应用开发的核心技术、工具框架和最佳实践，帮助开发者快速上手并构建真实可用的大模型应用。一、大模型应用开发全景1.1 什么是大模型应用开发大模型应用开发，是指基于大语言模型（如 GPT、Claude、文心一言等）构建面向具体场景的软件应用。与传统软件开发不同，大模型应用的核心是"如何让模型理解需求、调用工具、生成有价值的内容"。大模型应用开发的典型特征包括：以 Prompt 为核心：应用的行为很大程度上由提示词（Prompt）决定。大模型应用开发的核心不再是写代码，而是设计系统、编写提示词、构建数据和工具链。

外星人资源-itazs-fun

2026-07-01

1.1K0

标签:

大模型部署

为什么要学习大模型应用开发？

AI虽有应用场景，好像跟普通人无关？如智能驾驶，人脸识别，跟普通人关系不大，我们都是被动使用。但现在大模型跟我们每人都有关，强大的提升工作效率工具。 3 大模型的应用需求公司内部问题解决、产品解答、智能聊天和游戏NPC等方面的应用需求。大模型可提高效率、流畅度和人机交互体验。随需求增加，相关工程师需求也会提升。就好像你开发应用一样，你现在去开发操作系统，你除非说国产替代，正常来讲，微软和苹果已把操作系统完全占领，你不可能再打开空间。再往上，可能微信QQ之类的，你再开发一个类似的，也不可能打败它。所以用高效微调训练一个6B模型及launch基于long ten结合一个稍微小一点的语言模型6B的进行一些应用的开发强化学习，在ChatGPT训练时用到不像有的人讲ChatGPT，直接把NLP一大套底层知识搬给你但建议你有能力，感觉数学还可，还是把公式啃完，当然了大部分应用开发工程师不需要。

2025-05-26

8080

标签:

大模型应用开发提示工程书籍推荐

《AI原生应用开发：提示工程原理与实战》是一本由人民邮电出版社权威出版，专门针对正在探索如何利用大模型做应用场景落地的人群，如研发工程师、产品经理、技术经理等。它站应用落地视角让你理解大模型是什么，能干什么，如何落地。第1章：提示工程概述深入探讨AI原生应用的挑战与机遇，揭示大语言模型与实际应用间的鸿沟，强调提示工程在弥合这一差距中的关键作用。第6章：提示安全设计探讨提示安全设计在AI原生应用开发中的重要性及其挑战，揭示大语言模型面临的安全问题，并提出应对策略。探讨大语言模型在智能体中的应用，分析其感知、决策与行动机制。第10章展望未来为AI原生应用的未来发展提供全面视角，探讨落地路径、效果评估与工程化挑战，提出务实建议，助力AI原生应用成功落地。本书内容详实，结构清晰，不仅适合大模型应用开发者、产品经理等群体阅读，也适合对AI原生应用开发感兴趣的读者参考。

2025-07-09

1.2K0

标签:

AI大模型应用开发实战(05)-AI时代应用开发破局！

怎么想、怎么做，全在乎自己「不断实践中寻找适合自己的大道」后端应用级开发者该如何拥抱 AI GC？就是在这样的一个大的浪潮下，我们的传统的应用级开发者。再往下就是 2 行业垂直大模型在基座模型基础上灌入一些行业垂直数据，基本上可理解为它是在基座模型的基础上做微调。这个是从一个大的行业趋势，可以看到说应用级开发者，该如何去拥抱我们这个大模型。再往上就是大模型开发。包含对大模型的了解，在大模型之上是我们的应用组件，那么应用组件上面是我们的应用框架。

2024-08-11

2.6K0

标签: