腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
圈层
工具
返回腾讯云官网
coder
编程相关知识文章
专栏成员
举报
173
文章
117860
阅读量
21
订阅数
订阅专栏
申请加入专栏
全部文章（173）
服务器（44）
客户端（41）
对象（30）
服务（29）
数据（26）
设计模式（24）
浏览器（22）
http（20）
接口（20）
教程（18）
算法（17）
重定向（17）
函数（14）
连接（14）
开发（12）
spring（10）
数据结构（10）
boot（10）
编码（10）
配置（10）
存储（9）
变量（9）
模型（9）
oauth（8）
系统（8）
协议（8）
终端（8）
字符串（8）
python（7）
数据库（7）
linux（7）
网站（7）
产品（7）
程序（7）
工作（7）
数组（7）
安全（6）
it（6）
代理（6）
工具（6）
计算机网络（6）
权限（6）
api（5）
容器（5）
缓存（5）
ansible（5）
token（5）
web（5）
内存（5）
搜索（5）
java（4）
javascript（4）
devops（4）
部署（4）
操作系统（4）
测试（4）
登录（4）
工程师（4）
脚本（4）
排序（4）
网络（4）
sql（3）
access（3）
django（3）
windows（3）
bat（3）
connect（3）
openid（3）
websocket（3）
备份（3）
插件（3）
队列（3）
服务端（3）
框架（3）
链表（3）
面试（3）
设计（3）
事件（3）
压缩（3）
域名（3）
php（2）
react（2）
html（2）
nosql（2）
maven（2）
容器镜像服务（2）
企业（2）
游戏（2）
微服务（2）
grpc（2）
oauth2.0（2）
oop（2）
server（2）
smtp（2）
url（2）
webrtc（2）
编辑器（2）
遍历（2）
继承（2）
基础（2）
集合（2）
计算机（2）
开发环境（2）
生命周期（2）
索引（2）
同步（2）
性能（2）
语法（2）
主机（2）
最佳实践（2）
LLM（2）
sqlalchemy（1）
ubuntu（1）
神经网络（1）
mongodb（1）
渲染（1）
kubernetes（1）
自动化（1）
二叉树（1）
powershell（1）
kafka（1）
防火墙（1）
内容安全（1）
abstract（1）
adapter（1）
agent（1）
app（1）
break（1）
builder（1）
celery（1）
chatbot（1）
chatgpt（1）
chrome（1）
com（1）
cors（1）
curl（1）
data（1）
decorator（1）
dom（1）
dto（1）
error（1）
factory（1）
fetch（1）
frame（1）
free（1）
goland（1）
gpt（1）
input（1）
ip（1）
list（1）
matplotlib（1）
mysql（1）
native（1）
okta（1）
pdf（1）
prompt（1）
public（1）
reddit（1）
redirect（1）
rest（1）
restful（1）
roles（1）
scope（1）
security（1）
session（1）
sh（1）
ssl（1）
state（1）
sudo（1）
system（1）
tcp（1）
uri（1）
web开发（1）
wget（1）
window（1）
zsh（1）
编程（1）
表单（1）
程序员（1）
持续交付（1）
磁盘（1）
代理服务器（1）
单例模式（1）
递归（1）
二进制（1）
翻译（1）
工作流（1）
管理（1）
互联网（1）
集群（1）
镜像（1）
局域网（1）
开发工具（1）
开发者（1）
流量（1）
模块化（1）
排序算法（1）
软件（1）
软件开发（1）
事务（1）
数据结构与算法（1）
文件系统（1）
系统设计（1）
异常（1）
硬件（1）
优化（1）
原型（1）
指针（1）
中间件（1）
状态机（1）
向量数据库（1）
搜索文章
搜索
搜索
关闭
RAG 使用Rerank和两阶段检索来提升你的检索质量
模型
排序
搜索
压缩
LLM
检索增强生成 (RAG)是一个含义丰富的术语。它向世界许诺，但在开发出 RAG 管道后，我们中的许多人仍然在疑惑，为什么它的效果不如我们预期的那样好。
用户1418987
2024-09-06
275
0
如何在 Linux 终端高效搜索文件——高级指南
linux
权限
搜索
语法
终端
如果你是第一次学习 find 命令，我在之前的教程中介绍了文件搜索的基础知识，并探讨了一些使用 Linux 快速搜索文件的强大命令。如果你没有读过，而且还不熟悉 find，我强烈建议你先看一下，然后再回来这里。
用户1418987
2024-09-06
87
0
使用谷歌 Gemini API 与 langchain 结合构建自己的 ChatBot（二）
api
chatbot
函数
模型
配置
上一篇文章 使用谷歌 Gemini API 构建自己的 Chat（教程一） 我们介绍了 Gemini 是什么，以及如何使用Gemini 构建一个多模态的聊天场景示例。这一篇我们使用 langchain 与 Gemini 集成构建应用：
用户1418987
2024-09-06
209
0
LangChain实战：利用LangChain SQL Agent和GPT进行文档分析和交互
sql
agent
gpt
产品
数据
这些不是你可以仅通过使用RAG来解决的典型问题。相反，我们将利用LangChain的SQLAgent从人类文本中生成复杂的数据库查询。
用户1418987
2024-09-06
381
0
使用langchain搭建自己的本地知识库系统
配置
数据
系统
服务
模型
RAG 是retrieval-augmented-generation的缩写，翻译为中文的意思就检索增强，以基于最新，最准确的数据建立LLM 的语料知识库。
用户1418987
2024-09-06
516
0
使用谷歌 Gemini API 构建自己的 ChatGPT（教程一）
教程
模型
配置
api
chatgpt
AI领域一直由OpenAI和微软等公司主导，而Gemini则崭露头角，以更大的规模和多样性脱颖而出。它被设计用于无缝处理文本、图像、音频和视频；这些基础模型重新定义了人工智能交互的边界。随着谷歌在人工智能领域强势回归，了解Gemini如何重新定义了人机交互的格局，展示了AI驱动创新未来的一脚。
用户1418987
2024-09-06
140
0
RAG实操教程langchain+Milvus向量数据库创建你的本地知识库
企业
教程
模型
数据
向量数据库
RAG 是retrieval-augmented-generation的缩写，翻译为中文的意思就检索增强，以基于最新，最准确的数据建立LLM 的语料知识库。
用户1418987
2024-09-06
1K
0
6.1 AI 童行，用扣子AI制作儿童绘本
工作流
模型
数据
测试
插件
AI 童行，创意无界，使用扣子的图像流/卡片/工作流等复杂能力，围绕着儿童节我们来搭建创意 Bot ，用 AI 穿梭回童年，制作童年回忆照。
用户1418987
2024-09-06
162
0
Celery 任务：SQLAlchemy 会话处理指南
对象
数据库
sqlalchemy
celery
session
最近在做 AI RAG 相关的项目功能，对于 RAG 需要生成一些文本处理的异步任务，使用到了 Celery 。今天就写写关于Celery 任务的文章，SQLAlchemy 的真实情况是：
用户1418987
2024-09-06
148
0
怎么用python代码根据历史数据预测
工具
脚本
数据
python
pdf
作为Python开发者，我们经常遇到需要从各种来源和格式（如 PDF、CSV、HTML等）中提取数据的情况。在这篇文章中，我们将深入研究从PDF文件中解析数据，并介绍一些对解析其他数据格式有用的 Python 包。
用户1418987
2024-09-06
116
0
LLM 中什么是Prompts？如何使用LangChain 快速实现Prompts 一
字符串
LLM
input
prompt
变量
Prompt是一种基于自然语言处理的交互方式，它通过机器对自然语言的解析，实现用户与机器之间的沟通。 Prompt主要实现方式是通过建立相应的语料库和语义解析模型，来将自然语言转换为机器可识别的指令。 Prompt是一种计算机编程语言，它被广泛用于自然语言处理(NLP)和人工智能(AI)领域。
用户1418987
2024-09-06
151
0
什么是 RAG，为什么要用 RAG？
数据
系统
优化
企业
模型
如果使用 pretrain 好的 LLM 模型，应用在你个人的情境中，势必会有些词不达意的地方，例如问 LLM 你个人的信息，那么它会无法回答;这种情况在企业内部也是一样，例如使用 LLM 来回答企业内部的规章条款等。
用户1418987
2024-09-06
234
0
什么是可扩展性-如何设计一个扩展性强的系统 一
设计
数据
系统
性能
服务器
在系统设计中，可扩展性是指系统使其性能和成本适应应用程序和系统处理需求的新变化的能力。
用户1418987
2024-09-06
268
0
什么是人工神经网络，其有哪些应用？
模块化
数据
神经网络
函数
连接
当你阅读这篇文章时，你身体的哪个器官正在考虑它？当然是大脑！但是你知道大脑是如何工作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外部世界的感觉输入，它们对其进行处理，然后提供输出，这些输出可能充当下一个神经元的输入。
用户1418987
2024-09-06
160
0
SQL vs NoSQL：系统设计中选择哪个数据库？
nosql
sql
事务
系统设计
数据库
在设计系统时，您将面临的最关键的系统设计选择之一是选择合适的数据库管理系统（DBMS）。SQL 与 NoSQL 数据库之间的选择可以极大地影响系统的整体性能、可扩展性和通常的成功。这就是为什么我们在系统设计中详细比较了SQL 与 NoSQL 数据库，以帮助您在设计可扩展系统时确定选择哪个数据库。我们还将讨论 SQL 或 NoSQL 数据库更适合的可能性、NoSQL 数据库的类型以及各种 SQL 服务器配置。
用户1418987
2024-02-01
231
0
模式搜索简介-数据结构和算法教程
搜索
算法
字符串
数据结构
教程
我们使用某些算法来进行搜索过程。模式搜索的复杂性因算法而异。在数据库中执行搜索时它们非常有用。模式搜索算法对于在较大字符串的子字符串中查找模式非常有用。这个过程可以使用我们将在本文章中讨论的各种算法来完成。
用户1418987
2024-01-30
157
0
数据结构与算法：递归算法
算法
递归
函数
内存
数据结构与算法
函数直接或间接调用自身的过程称为递归，相应的函数称为递归函数。使用递归算法，可以很容易地解决某些问题。此类问题的示例包括汉诺塔 (TOH)、中序/先序/后序树遍历、图的 DFS 递归函数通过调用自身的副本并解决原始问题的较小子问题来解决特定问题。需要时可以生成更多的递归调用。重要的是要知道我们应该提供某种情况来终止这个递归过程。
用户1418987
2024-01-29
194
0
如何学习算法：什么时完全二叉树？完全二叉树有什么特点？
数组
算法
索引
存储
二叉树
我们知道树是一种非线性数据结构。它对儿童数量没有限制。二叉树有一个限制，因为树的任何节点最多有两个子节点：左子节点和右子节点。
用户1418987
2024-01-27
171
0
「wsl慢，wsl很慢」 如何解决 wsl 慢的问题？
终端
备份
内存
配置
数据
你一定见过Chrome和 Android Studio关于内存和 CPU 巨大消耗的情况。
用户1418987
2024-01-27
3K
0
ZSH！在 Windows 上使用 WSL+ZSH
zsh
插件
配置
终端
windows
关于如何安装 WSL这里就不介绍了，大家可以去找找相关的教程，很多。最直接的就是去微软官方：https://learn.microsoft.com/en-us/windows/wsl/install
用户1418987
2024-01-25
1.1K
1
点击加载更多
社区活动
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
