随着大模型的发布迭代，大模型变得越来越智能，在使用大模型的过程当中，遇到极大的数据安全与隐私挑战。在利用大模型能力的过程中我们的私密数据跟环境需要掌握自己的手里，完全可控，避免任何的数据隐私泄露以及安全风险。基于此，我们发起了DB-GPT项目，为所有以数据库为基础的场景，构建一套完整的私有大模型解决方案。此方案因为支持本地部署，所以不仅仅可以应用于独立私有环境，而且还可以根据业务模块独立部署隔离，让大模型的能力绝对私有、安全、可控。
今天，这篇咱们先看看，如何构建一个AI私人知识库，把我们工作的历史数据构建为知识库，这样直接提问它，获取专业服务于个人的答案，效率直接起飞。
一种利用langchain思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。
在当前的AI时代，构建知识库与编写代码已变得更加高效和智能化。利用现代AI技术，个人开发者和小型团队也能快速建立起复杂的系统和应用。本教程将介绍如何构建AI知识库，以及如何通过AI辅助编写代码，从而提高开发效率和产品质量。
六月份TIOBE编程语言排行榜，位居第二名的Python与第一名C语言之间的差距正在逐渐缩小。Python如此受欢迎一方面得益于它崇尚简洁的编程哲学，另一方面是因为强大的第三方库生态。 要说杀手级的库，很难排出个先后顺序，因为python的明星库非常多，在各个领域都算得上出类拔萃。 比如web框架-Django、深度学习框架-TensorFlow、自然语言处理框架-NLTK、图像处理库-PIL、爬虫库-requests、图形界面框架-PyQt、可视化库-Matplotlib、科学计算库-Numpy、数据分
之前树先生教过大家如何利用微调打造一个垂直领域的 LLM 专属模型。但是微调一方面需要专业知识，通常需要很多计算资源和时间，以便在不同的超参数设置上训练多个模型并选择最佳的一个，另一方面动态扩展比较差，新增和修改原有的数据都要重新微调一次。总得来说对非专业人员不友好。
这篇文章是关于搭建本地个人知识库，零代码！喂饭级教程！支持GPT、Llama3、Kimi等十几种大模型。教程由我编写，每一步已经过验证，可实践！
在本项目中，有多段Python代码，初学者可通过修复这些代码的错误来加强你的Python学习
你是否也有这样的桌面？为了方便找材料，全部放到了桌面，最后结果就是“用起一时爽，找起火葬场”。
钢铁知识库，一个学习python爬虫、数据分析的知识库。人生苦短，快用python。 使用pycharm创建python文件时候，有时候需要自动生成想要的文件头，如何生成呢？
「原来以为语料已经匮乏了，大模型训练已经没有语料了，实际上不是的，数据还远远没有跑光」。
目前知识图谱在各个行业中应用逐步打开,尤其在金融,医疗,法律,旅游方面.知识图谱助力法律智能,能够在一定程度上利用现有大数据以及机器学习/深度学习与自然语言处理技术,提供一些智能的解决方案.本项目将完成两个大方向的工作:
今天要介绍的KeymouseGo就是一个类似按键精灵的软件。它可以记录用户的鼠标键盘操作，通过触发按钮自动执行之前记录的操作，可设定执行的次数。你也可以理解为这是一款开源的绿色版无广告的按键精灵。 当我们在电脑上进行单调重复的动作时候，不妨可以考虑使用它来解放我们的双手。我们只需要录制好标准的键盘鼠标操作流程即可 。 作者的github 地址如下：https://github.com/taojy123/KeymouseGo
MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。MaxKB = Max Knowledge Base，旨在成为企业的最强大脑。
最近在github上发现一个很好的项目： https://github.com/csunny/DB-GPT
框架（Framework）是整个或部分系统的可重用设计，表现为一组抽象构件及构件实例间交互的方法；另一种定义认为，框架是可被应用开发者定制的应用骨架。前者是从应用方面而后者是从目的方面给出的定义。 可以说，一个框架是一个可复用的设计构件，它规定了应用的体系结构，阐明了整个设计、协作构件之间的依赖关系、责任分配和控制流程，表现为一组抽象类以及其实例之间协作的方法，它为构件复用提供了上下文（Context）关系。因此构件库的大规模重用也需要框架。 今天给大家分享49篇【后端编程框架】相关精选学习资料，其中不
在之前的 ChatGLM 微调训练的实验中，由于数据量较小，调试效果并不理想。同时，数据需要符合 Prompt 的 jsonl 格式，而短时间内整理出合适的项目训练数据并不容易。然而，在社区中了解到了langchain基于本地知识库的问答功能，这或许我也可以自己搭建一个本地知识库，直接导入本地文件，从而实现本地知识库的问答功能。这样，我只需导入一部小说，就能让系统理解小说内容，并回答相关问题。
摘要 本次分享主要会介绍一下ES是如何帮我们完成NLP的任务的。在做NLP相关任务的时候，ES的相似度算法并不足以支撑用户的搜索，需要使用一些与语义相关的方法进行改进。但是ES的很多特性对我们优化搜索
钢铁知识库，一个学习python爬虫、数据分析的知识库。人生苦短，快用python。
在信息爆炸的时代，我们每天接触到的数据量惊人，记忆所有信息几乎不可能。因此，一个个人知识库显得至关重要。它就像你的第二个大脑，帮您储存和整理重要信息，随时随地轻松访问。
其实细数AI的发展历程非常之久，而让AI的应用一下子出现在人们眼前的其实就是ChatGPT的出现，这意味着AIGC应用已经从概念为王变的非常实用了。伴随着ChatGPT的出现，大量的开源大模型也如雨后春笋一样出现。就现在而言，打造一个自己的AIGC应用已经非常简单了。
简略概述要求： 构建一个完整的QA系统 整个系统由三部分构成：前台，后台，知识库 前台：请设计一个程序，实现QA对话界面，该界面可以基于用户提问，自动连接后台、并从知识库寻找答案，并呈现给用户 后台：
*本文原创作者：grt1stnull，本文属FreeBuf原创奖励计划，未经许可禁止转载 感谢hanc00l爬取了wooyun的网页，才使乌云关闭后，大家依旧可以访问以前的漏洞库、知识库。hanc00l发布了基于flask或者torndo的乌云公开漏洞、知识库搜索的github项目，同时发布了已经配置好的虚拟机，允许大家直接把乌云搭建在了本地。 为了方便的在本地进行乌云搜索，我准备把乌云搜索搭建在树莓派上。但是，hanc00l使用的数据库是mangodb，总数据在6GB左右。32位的mangodb支持的总共
随着人工智能技术的蓬勃发展，AI Agent 不再只是科技巨头的专属。如今，每个人都可以成为 AI 的创造者和使用者。
3 月 23 日，OpenAI 又投出了一枚重磅炸弹：为 ChatGPT 推出插件系统！
关注了很多技术类公众号的读者肯定有这样一个感受，SpringBoot相关的文章铺天盖地，并且SpringBoot相关的文章阅读量、收藏量都很高，这也从侧面反映了SpringBoot技术的火爆。 一切都在证明，SpringBoot已经成为了Java程序员必备的技能。并且可以预见的是未来SpringBoot的发展还会更好，说SpringBoot是当今最重要的Java框架也不为过。 具体来说，SpringBoot的设计目的是用来简化Spring应用的初始搭建以及开发过程，默认帮我们做了很多“地下工作”，是一个集大
职友集刚出炉的一条前端薪资数据： 截至发稿日，前端近一年的月均薪为 20.7K，薪资中位数位于 20K-30K 的区间。 平均了金字塔顶部的前端专家和前端新人两群体后，20.7K 的薪资基本符合当前就业市场的整体形势。 不过目前薪资倒挂现象层出不穷，前端应届实习生还在吐槽30K月薪太少的时候，你的工资还停留在 20K ...... 一点不夸张，同样的面试题，应届生能答得出，老前端未必行： 让一个元素水平垂直居中，到底有多少种方案？ 怎样手动实现一下 instanceof 的功能？ Vue 的父组件和子组件
为什么程序员都需要学算法？ 程序员对算法通常怀有复杂情感，算法很重要是共识，但是否每个程序员都必须学算法是主要的分歧点。很多人觉得像人工智能、数据搜索与挖掘这样高薪的工作才用得上算法，觉得算法深不可测。 在面试中，算法题目是必须的，通过算法能够看出一个程序员的编程思维，考察对复杂问题的设计与分析能力，对问题的严谨性都能够体现出来。 一个算法的好坏，直接影响一个方法调用的性能，进而影响软件的整体性能。 算法是每一个技术人员都必须具备的基础能力之一。 算法比起其他编程语言的学习，对理解能力要求更高，学习起来也
作为一家搜索引擎公司，我们会很倚赖 ES 帮忙处理包括文章召回，数据源划分，实体、标签管理等任务，而且都收到了不错的结果。
人工智能、物联网、大数据时代，Linux正有着一统天下的趋势，几乎每个软件工程师岗位，都要求掌握Linux。 可以说，打开 Linux 操作系统这扇门，你才是合格的软件工程师。如果不能熟练地操作 Linux，你基本上等于少了一半的功力，也少了一半的机会。 而且，越是高薪工作，对操作底层原理的考量越明显。可是很多人在学习过程中很容易迷路，主要是因为 2 方面原因： 1.操作系统涉及方方面面的知识，包括数据结构与算法、计算机组成原理、网络协议、编译原理等等 CS 专业的硬核知识，可以说是最复杂的软件系统； 2.
近期“知网”的热度一直不减，本来可以拿一些热点图片、网友评论作为开场。算了，这不是我一个技术博主该做的。
语雀文档是蚂蚁集团推出的一款公有云知识库产品，其用于个人笔记与知识创作，团队协同与知识沉淀，适合作为「个人笔记」、「专栏博客」、「项目文档」和「官方文档」来使用。
算法为什么难学？ 算法在程序中扮演着非常重要的角色，有人将数据结构比喻为程序的骨架，将算法比喻为程序的灵魂，这一点也不为过，正是因为这一点，很多朋友都立志要学好算法，但是我常常看到各种抱怨，比如“看了半年《算法》这本书，才看了几十页”，再比如“四年了，还是没有啃完《算法导论》”。出现这种情况的主要原因有两个： 1.算法纷繁复杂、知识点多，没有一种放之四海而皆准的通用规则，很难一下子从总体上掌握全貌； 2.一些算法虽然有常用的设计模式，但是不同的问题有不同的数学模型，需要设计好数学模型才能带入算法模式进行求解
随着人工智能技术的不断发展，我们越来越需要一个高效、智能的方式来管理和利用我们的知识。LinkAi 提供的智能语音识别和文本分析技术，可以帮助我们轻松地打造自己的知识库和数字人。
hexo是一款基于Nodejs的静态博客生成器，我们内部用来做知识库，项目托管在内部的gitlab，为了提升大家的贡献积极性，考虑在知识库的页面增加贡献者说明
ChatWiki是一款开源的知识库 AI 问答系统。系统基于大语言模型（LLM ）和检索增强生成（RAG）技术构建，提供开箱即用的数据处理、模型调用等能力，可以帮助企业快速搭建自己的知识库 AI 问答系统。
LLM 正逐步成为信息世界的新革命力量，其通过强大的自然语言理解、自然语言生成能力，为开发者提供了新的、更强大的应用开发选择。随着国内外井喷式的 LLM API 服务开放，如何基于 LLM API 快速、便捷地开发具备更强能力、集成 LLM 的应用，开始成为开发者的一项重要技能。
前面介绍了使用RAG-GPT和OpenAI快速搭建LangChain官网智能客服。有些场景，用户可能无法通过往外网访问OpenAI等云端LLM服务，或者由于数据隐私等安全问题，需要本地部署大模型。本文将介绍通过RAG-GPT和Ollama搭建智能客服。
-欢迎 加入AI技术专家社群>> GitHub现在不再仅仅是一个软件寄存管理器，而是软件工程师通过它来共享他们自己开发的工具/库，甚至这些资源对一些公司都很重要。作为一名狂热的数据科学爱好者，我总结了一系列在2017年尤为出名的知识库！ 1.学习资源 1.1:Awesome Data Science： 这个GitHub是数据科学的资源指南，它是建立在多年来的积累贡献，从引导指南、信息图表到人们在Twitter，Facebook，Instagram等社交网站上的资源链接，其中有很多资源可供观看，无论是否你是初
随着chatgpt等大型语言模型（LLM）能力越来越强大，如何将这些模型精准地应用于特定垂直领域，让各行业开发者快速利用LLM赋能也成为热点和痛点。众所周知，LLM在处理超出其训练数据或涉及最新实事时，常会产生“幻觉”现象，简单理解就是会出现一本正经的胡说八道，回答不准确。针对此问题，RAG通过从外部知识库检索相关文档作为上下文输入到LLM有效地减少了生成内容不符合实际的情况。
“ 介绍三个开源项目Dify、FastGPT和LangChain-Chatchat。这些项目使用了各种前沿技术，具有模块化设计、易扩展性、Docker支持等特点,非常适合二次开发。无论是在应用中自动化任务，构建知识库，还是进行问答系统的搭建，都有着广泛的用途。”
有什么问题请致邮：wujunchaoIU@outlook.com,我会第一时间为你解答
有一天发现，在腾讯文档中想搜索之前写的东西需要收费了。这钱非花不可吗？好像不用。我们可以利用langchain+chatGLM在本地搭建自己的知识库，除了能搜索到文档这个功能，还能基于知识库内容和你进行对话问答～
我相信大多数人都遇到过命名实体识别(NER)。NER是一种基本的自然语言处理(NLP)任务，具有广泛的用例。本文不是关于NER的，而是关于一个与NER密切相关的NLP任务。
基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。
编辑导语 Udesk智能客服英文版正式上线，成为国内智能客服第一家;PPMessage开源Android和iOS开发SDK;智齿客服助力航信集团,近40家分支机构服务升级;“卡菲”发布世界上首套单反S
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
