從 Chain、Memory 到實戰案例，快速上手免費 LLM

我們在「🤖 用 RAG + Multi-Agent + Docker 打造會自己協作的智能文件助理」有說明我們如何用AI框架來實際開發一套AI應用， 但該篇文章屬於比較整合性的專案， 對於需要漸進式學習的朋友來說會比較發散一些， 因

職場

學習

投資理財

以行動支持創作者！付費即可解鎖

軟體開發

🤖 阿Han的智能化應用區

哈囉，我是阿Han，是一位 👩‍💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。

阿Han的沙龍

客服

對話

Google

環境

程式

案例

專案

客戶

【🧠 LLM智能應用系列 - LangChain 入門】使用Gemini打造客服FAQ AI助手 

回顧我們的目標是自己做一個免錢Chat GPT 自己做免錢Chat GPT吧



當中，我希望外掛一個外部知識庫，叫做RAG，來提升整體問答的品質，同時又能避免機敏資訊被Chat GPT竊取。

緣由參見 ChatGPT回答不是你要的怎麼辦？

詳細實作於 使用Meta釋出的模型，實作Chat G

自然語言處理相關

這裡將提供： AI、Machine Learning、Deep Learning、Reinforcement Learning、Probabilistic Graphical Model的讀書筆記與演算法介紹，一起在未來AI的世界擁抱AI技術，不BI。

Learn AI 不 BI

寵物

使用Meta釋出的模型，實作Chat GPT - 補充

最近 AI 開發者間最熱門的話題，無非是 LangChain 這套開源開源框架簡化了開發流程。 Flowise，也是一款開源工具，結合了LangChain 的強大功能，推出了一種無需編碼的解決方案，透過簡單的拖拉功能建立流程，縮短開發時間。

<div class="draft-block draft--p left">隨著越來越多的 LLMs 專案邁向 Production，向量資料庫的效能開始被大家討論。這篇文章 https://dev.to/confidentai/why-we-replaced-pinecone-with-pgvector-2ofj 討論到 pgvector 這個開源專案，希望對有興趣想要深入了解的人有幫助。</div>
<div class="draft-block draft--p left">另外，至這篇文章發表以來，Flowise 已經有非常大幅度的更新，若大家對這個主題有興趣可以留言分享，讓我有動力發表更深入的探討。</div>
<div class="draft-block draft--p left">希望大家有個火力全開超越極限的 2024 🚀</div>

科技

AI 影響專題系列，將探索和體驗正在對我們的工作方式與日常生活產生結構性變革的最新產品。從第一手的角度分享這些產品的獨特功能與潛力，讓我們共同窺見這些革新產品所揭示的未來軌跡。

langchain