【记录】LangChain｜大模型提示词工具LangChain的使用指南

本地部署开源大模型的完整教程LangChain + Streamlit+ Llama

本地部署开源大模型的完整教程LangChain + Streamlit+ Llama

LangSmith帮助测试大模型系统

想要使用LangSmith首先进入他的设置页面，https://smith.langchain.com/settings注册一个账号，然后进入API Keys页面创建一个API Keys，我们为例后续演示，这里创建一个test_api_key名字的API Key，如下图所示。LangSmith完成了跟踪LangChain构建应用的所有的中间过程，这也为验收或者测试LangChain构建的基于大模型的应用提供了有力的手段。在项目下的列表中，我们多次执行LangChain构建的大模型的应用也可以做横向对比。

黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目.zip

AI编程工具中文提示词合集，包含Cursor、Devin、VSCode Agent等多种AI编程工具的提示词，为中文开发者提供AI辅助编程参考资源。持续更新中文编程Rules和最新AI编程提示词。

Langchain提示词模板详解[源码]

本文详细介绍了Langchain中的提示词(Prompt)模板及其多种类型，包括基础提示词模板、多提示词模板、动态提示词模板和嵌套提示词模板。基础提示词模板适用于简单的提示词生成，多提示词模板通过示例引导模型生成特定格式的输出，动态提示词模板允许运行时动态生成内容，嵌套提示词模板则支持更复杂的提示结构。此外，文章还探讨了MessagesPlaceholder、短期记忆和长期记忆的概念及其应用场景，以及如何通过FewShotPromptTemplate和手动构建示例来优化提示词。最后，介绍了基于相似度的示例选择技术，展示了如何结合向量存储和嵌入模型实现更精准的提示词生成。

Langchain大模型AI应用实战开发

2024全新Langchain大模型AI应用与多智能体实战开发 一、Langchain是什么 LangChain是一个新一代的AI开发框架，旨在释放大语言模型的潜能，为开发者提供便捷的开发工具和接口。 LangChain 是一个帮助在应用程序中使用大型语言模型（LLM）的编程框架。与生成式 AI 中的所有东西一样，这个项目的发展也非常迅速。2022 年 10 月，它先是作为一款 Python 工具，然后在今年 2 月增加了对 TypeScript 的支持。到今年 4 月，它支持多种 JavaScript 环境，包括 Node.js、浏览器、Cloudflare Workers、Vercel/Next.js、Deno 和 Supabase Edge Functions。