ByteCat

本文分享了四种典型的Agent设计模式及其典型案例。

本文介绍了Agent的基本概念及其主流架构。

LlamaIndex是一个用于构建生产级RAG应用的落地开发框架。

langchain 0.1与本地模型配合的示例。

0.1是langchain的第一个稳定版本，实现了很多影响深远的改进。

微软亚洲研究院的研究员们提出了一种基于查询需求分层的RAG任务分类法，直指大模型应用在不同认知处理阶段所面临的难点和定制化的解决手段。

RAG是一种应用架构，通过将信息检索组件合并到文本生成过程中，增强了标准LLM的功能。

利用LangChain赋予大模型逐步思考的能力。

利用LangChain赋予大模型调用其他应用的能力。

利用LangChain赋予大模型查询数据库的能力。