LangChain（大模型能力封装框架） 的基本使用
基于LangChain探索AGI时代原型
需提前安装环境依赖，以及设置环境变量，如果选择openai开放接口需要会上网
export OPENAI_API_KEY="b233095ff.00gIXhXyE8yNc3Hx"
export OPENAI_BASE_URL="https://open.bigmodel.cn/api/paas/v4"模型I/O封装（LLMs、Chat Models、PromptTemple、OutputParser）
数据链接封装（Document Loaders、Document Transformers、Text Embedding Models、VerctorStores、Retrievers）
对话历史管理
架构封装（Chain、Agent、Tools、Toolkits）
Callbacks
环境配置 internlm2 模型部署 创建虚拟环境 conda create -n deepseek_rag python=3.10 -y conda activate deepseek_rag 并在环境中安装运行 demo 所需要的依赖 # 升级pip python -m pip install
本文内容 LangChain（大模型能力封装框架） 的基本使用 基于LangChain探索AGI时代原型 需提前安装环境依赖，以及设置环境变量，如果选择openai开放接口需要会上网 export OPENAI_API_KEY="b233095ff.00gIXhXyE8yNc3Hx" export
大模型固有的局限性 LLM所具有的能力是建立在预训练的基础上，因此，LLM并不具备实时或训练时没有使用的知识： 实时数据：时间等 私有领域/业务知识 RAG Retrieval Augmented Generation，通过检索的方式增强生成模型的能力。 基本流程
订单状态流转是交易系统的最为核心的功能，复杂的订单系统会存在状态多、链路长、逻辑复杂的特点，针对不同的商品、业务、发货方式还存在多场景、多类型、多业务维度等业务特性。在保证订单状态流转稳定性的前提下、可扩展性和可维护性由是需要重点关注和解决的问题。 以公司目前的订单系统为例，订单状态有待支付、支付成
一、敏捷宣言 12原则 最重要的目标是通过持续不断尽早交付有价值的软件使客户满意； 欣然面对需求变更即使在开发后期。为了客户的竞争优势。敏捷拥抱变化； 经常的交付可工作的软件，倾向于采取较短的周期； 业务人员与研发人员每天要一起工作； 激发个体斗志，以他们为核心搭建项目。提供所需环境和支持，辅以信任
01启动 1．行业调研 工作内容：调研行业的发展现状以及趋势，目的是为产品的发展方向提供依据。 工作产出：BRD 2． 市场调研 工作内容：在行业调研的