-
深度解析 REAcT Agent 的实现：利用 LlamaIndex 和 Gemini 提升智能代理工作流
.01概述在过去的两三年中，人工智能领域经历了令人瞩目的发展，尤其是在大语言模型、扩散模型和多模态技术等方面。其中，我对智能代理工作流产生了浓厚的兴趣。今年初，Coursera 的创始人、深度学习先锋 Andrew Ng 发了一条推特：“智能工作流将推动今年的 AI 巨大发展”。自那时起，智能代理领域的进展令人惊叹，许多人开始构建自主代理和多代理架构。.02什么是 REAcT 提示？REAcT 代…- 0
- 0
-
手把手教你用Coze零代码搭建一个智能搜索智能体，高时效性、保姆级！
随着大模型技术的发展，越来越多的技术开始涌现，从聊天助手，到智能体，再到工作流，最后到三者的整合。大模型技术朝着更加智能化、通用化、个性化的方向发展，为人们的生活和工作带来了更多的便利和创新。今天，手把手教大家如何通过Coze零代码搭建一个智能搜索智能体，能够根据你的关键词，自动进行全网搜索，筛选出最相关的内容，并进行智能总结，给出参考链接，提升你信息收集的效率，高时效、保姆级！比较肝，建议先收藏…- 0
- 0
-
深入解析LlamaIndex Workflows【下篇】：实现ReAct模式AI智能体的新方法
在本篇中，我们将继续学习如何基于Workflows来构建一个ReAct模式的AI智能体。尽管在LlamaIndex框架中已经提供了开箱即用的ReActAgent组件，但通过Workflows来从零构建ReAct智能体，可以更深入的了解ReAct智能体的内部原理，在未来帮助实现更底层、更灵活的控制能力。01ReAct Agent再回顾很多人都对ReAct智能体有所了解，在LlamaIndex与Lan…- 0
- 0
-
使用Milvus和Llama-agents构建更强大的Agent系统
代理（Agent）系统能够帮助开发人员创建智能的自主系统，因此变得越来越流行。大语言模型（LLM）能够遵循各种指令，是管理 Agent 的理想选择，在许多场景中帮助我们尽可能减少人工干预、处理更多复杂任务。例如，Agent 系统解答客户咨询的问题，甚至根据客户偏好进行交叉销售。本文将探讨如何使用 Llama-agents 和 Milvus 构建 Agent 系统。通过将 LLM 的强大功能与 Mi…- 0
- 0
-
LlamaIndex报告：未来Agentic App，不仅是RAG
LlamaIndex CEO于2024.9.10的主题演讲： 演讲主题：“Building an Advanced Knowledge Assistant” 演讲者： 姓名：Jerry Liu …- 0
- 0
-
【Agent智能体指北】LlamaIndex 工作流：一种创建复杂 AI 应用程序的新方法
LlamaIndex 推出了一个的功能：工作流，这是一种在日益复杂的 AI 应用程序中协调动作的机制。随着大型语言模型（LLMs）的出现，一种趋势已经变成了事实上的标准：AI 应用程序由不同组件实现的多个任务组成。市场上的开源框架致力于通过提供易于使用的基础组件抽象，如数据加载器、LLMs、向量数据库和重排器，甚至外部服务，来简化 AI 工程师的工作。同时，所有这些框架也在寻找最佳的抽象方式来协调…- 1
- 0
-
本地部署Perplexity 克隆：使用Llama 3.1实现高效搜索
最近，OpenAI宣布推出Search GPT，这基本上是Perplexity的改版，但直接由OpenAI开发。这让我非常高兴，因为与其让第三方使用他们的模型并提供封装服务，不如他们自己来做。我一直不喜欢Perplexity，因为他们声称他们做了很多事情来生成结果，因此向用户收费20美元，但实际上他们只是将GPT-4与Google搜索结果结合起来。每当我制作关于本地替代品的视频时，总有一些被洗脑的…- 1
- 0
-
Llamaindex推出workflow应对复杂LLM应用构建，以及技术实现从图（Graph）转向事件驱动（EDA）原因解析
在上一篇文章，我们提到了Langchain在8月1日推出的Langgraph Studio以应对复杂的Agent应用构建调试挑战。延伸阅读：Langchain发布官方Agent IDE，不同于Dify/Coze的设计理念，能否获得开发者认可？同一天，LLM应用开发另一个代表产品Llamaindex也发布了其在此领域的新功能——workflow，进一步提升应用编排的能力。早在去年，Llamainde…- 1
- 0
-
如何使用 Llama 3 构建本地文件生成式搜索引擎（附源码&文档）
导读 通过阅读本文你将了解： 如何使用llama 3 构建生成式搜索引擎 获取所有源码 关注公众号，后台发送"llama3搜索引擎构建"获取所有源码 其余llama 3相关文章参见： 在 Visual Studio Code 中运行 Llama 3 :Step by Step 消费级 GPU 微调Llama 3 ：百万规模数据 (附数据&源码) 使用 Llama3 + …- 1
- 0
-
LlamaIndex介绍
我使用GraphRAG在对热门网络小说《仙逆》进行了简单的测试，包括全局问题和局部问题。虽然考虑成本问题，我只索引了前10章，但依然能够看出它对全局问题的回答非常准确。类似这本小说讲述了什么，主角王林经历了哪些事情，都给出了非常好的总结。本文尝试通过LlamaIndex实现一个朴素的RAG和支持知识图谱的属性图索引（Property Graph Index），以此来分别比较他们和GraphRAG在…- 1
- 0
-
LlamaIndex技术报告：知识助手的尽头是Multi-Agents！
LlamaIndex CEO于2024.6.26在AI Engineer上的主题演讲：报告人：Jerry Liu报告人信息：LlamaIndex CEO报告主题：“知识助手的尽头是Multi-Agents！”主题原文：“The Future of Knowledge Assistants”报告概要内容如下：知识助手（Knowledge Assistants）的终极形态是多智能体系统，它通过RAG技…- 1
- 0
-
开发者必读：LangChain VS LlamaIndex，大型语言模型应用工具的深度解析！
01。概述大型语言模型（LLM）已成为多个行业不可或缺的工具，用于执行生成类人文本、翻译语言和回答问题等任务。有时，LLM给出的回答令人惊讶，因为它们比人类更快、更准确。这表明了它们在当前技术格局中的重要影响。随着人工智能的不断发展，两种工具作为LLM驱动应用开发的关键促进者而出现：LlamaIndex和LangChain。LlamaIndex与LangChain是两个为开发基于大型语言模型的应用…- 1
- 0
-
LlamaIndex-2024数据AI峰会报告：RAG之“垃圾进，垃圾出”
LlamaIndex团队Talk：报告人：Jerry Liu, LlamaIndex co-founder/CEO，报告时间：June 11, 2024报告主题：“在复杂文档上构建高级的RAG”，主题原文：“Building Advanced RAG Over Complex Documents”报告概要内容如下：技术报告强调了数据质量（RAG is only as Good as your Da…- 0
- 0
-
RAG2.0 如何构建复杂文档高级检索增强生成-LlamaIndex
Jerry Liu CEO , LlamaIndex编者摘要：很多企业和组织利用大语言模型RAG技术(检索增加生成）效果不好，准确度不高。简单说RAG只是将企业和组织特有文档分割切块转成本地向量库与LLM拟合输出检索结果，我们说这是RAG1.0，特点就是简单的朴素的，或者说是幼稚的。企业和组织很多知识文档包含PPT、表格，针对产品演示POC很好，但是落地转向生产效果不佳。当下大…- 0
- 0
-
评估 RAG？只要 LlamaIndex 就足够了
我们之前介绍过一些 RAG （Retrieval Augmented Generation）的评估工具，比如 Turlens、Ragas 等，它们的评估指标丰富、使用方便，但它们始终是独立的第三方工具，需要和 LLM（大语言模型）开发框架（LangChain、LlamaIndex）进行集成才能使用，功能一旦更新不及时就会导致不可用的问题。如果你正在使用的是 LlamaIndex 开发框架，那么恭喜…- 0
- 0
-
Llamaindex最佳实践：18.OpenAI检索API基准测试（通过助手代理）
本指南通过使用我们的OpenAIAssistantAgent基准测试OpenAI Assistant API中的检索工具。我们对Llama 2论文进行测试，并与简单的RAG管道的生成质量进行比较。%pip install llama-index-readers-file pymupdf%pip install llama-index-agent-openai%pip install llama-i…- 0
- 0
-
Llamaindex最佳实践：5.基于查询管道构建智能体
在这个指南中，我们将向你展示如何围绕查询管道构建一个智能体。智能体提供了在你设置的任何查询DAG（有向无环图）上进行复杂、顺序推理的能力。从概念上讲，这也是在图中添加“循环”的一种方式。我们将向你展示两个可实现的智能体示例：一个完整的ReAct智能体，能够进行工具选择一个“简单”智能体，它在文本到SQL查询引擎周围添加了一个重试层。注意： 任何文本到SQL应用程序都应该意识到执行任意SQ…- 0
- 0
-
LlamaIndex团队技术报告：“RAG的尽头是Agent”
大模型技术交流qun：看第二条推文或公众号精选LlamaIndex团队2024年Talk：报告人：Jerry Liu, LlamaIndex co-founder/CEO，报告主题：“超越RAG：构建高级上下文增强型大型语言模型（LLM）应用”，主题原文：“Beyond RAG: Building Advanced Context-Augmented LLM Applications”。…- 0
- 0
-
LlamaIndex 与 RAG 评估工具
LlamaIndex 是一个 LLM（大语言模型）应用开发框架，很多开发人员喜欢用它来开发 RAG（Retrieval-Augmented Generation）应用，在开发 RAG 应用的过程中，我们经常需要对相关数据进行评估，以便更好地对应用进行调整和优化。随着 RAG 技术的发展，出现了越来越多优秀的评估工具，可以帮助我们方便且准确地评估 RAG 应用。今天，我将介绍一些可以和 LlamaI…- 0
- 0
-
LlamaIndex中的SimpleDirectoryReader
从本地文件系统加载文件到 LlamaIndex 最简单直接的方法就是通过 SimpleDirectoryReader。默认情况下，SimpleDirectoryReader 将尝试读取它找到的任何文件，并将它们全部视为文本。除了纯文本之外，它还明确支持以下文件类型，这些文件类型是根据文件扩展名自动检测的：.csv - 逗号分隔值.docx - Microsoft Word.epub - EPUB …- 0
- 0
-
LlamaIndex中的Document和Node
Document 和 Node 是 LlamaIndex 中的核心抽象。Document 是PDF、API 输出或从数据库检索的数据等任何数据源的通用容器。它们可以手动构建，也可以通过 LlamaIndex 提供的各种 Reader 自动创建。默认情况下，Document 存储文本以及一些其他属性：metadata：可以附加到文本的注释字典。relationships：包含与其他 Document…- 0
- 0
-
LlamaIndex中的Prompt engineering（提示工程）
Prompt（提示）是赋予 LLM 表达能力的基本输入。LlamaIndex 使用提示来构建索引、执行插入、在查询期间检索、合成最终答案。LlamaIndex 提供了一组开箱即用的默认提示模板：https://github.com/run-llama/llama_index/blob/main/llama-index-core/llama_index/core/prompts/default_pr…- 0
- 0
-
使用 Phi-2 使用 OpenLLM 和 LlamaIndex 构建智能系统
介绍在自然语言处理 （NLP） 不断发展的环境中，开源大型语言模型 （LLM） 的兴起引发了革命性的进步。在这个领域，OpenLLM 和 LlamaIndex 已成为关键工具，重塑了开发人员与 LLM 的互动方式并管理特定领域的数据。这些平台的合并为构建智能查询响应系统提供了前所未有的机会，从而揭示了人工智能的真正潜力。定义OpenLLM：OpenLLM 定位为一个动态的开源平台，是用于在实际应用…- 0
- 0
-
LlamaIndex 与 RAG 评估工具
LlamaIndex 是一个 LLM（大语言模型）应用开发框架，很多开发人员喜欢用它来开发 RAG（Retrieval-Augmented Generation）应用，在开发 RAG 应用的过程中，我们经常需要对相关数据进行评估，以便更好地对应用进行调整和优化。随着 RAG 技术的发展，出现了越来越多优秀的评估工具，可以帮助我们方便且准确地评估 RAG 应用。今天，我将介绍一些可以和 LlamaI…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×