LLM笔记4：LLM向量数据库构建
1、知识库的数据1.1、需要什么数据库？如何来构建一个适用于LLM的数据库，不同于传统的关系型数据库SQL那些，LLM中所存储的数据均为向量格式，在LLM中进行运算的也是以向量作为语料。也正是这个特殊点，LLM的数据库也称之为向量数据库。当前的方案是使用LangChain架构来构建出一个向量数据库，在LangChain中已经集成了30多个向量数据库工具，考虑到轻巧加载快捷的特点，这里使用Chrom
LLM笔记3：LLM项目设计及开发流程
1、大模型开发1.1、大模型开发概念初级大模型的开发，一般是将LLM作为一个调用工具，通过 Prompt Engineering、数据工程、业务逻辑分解等手段来发挥大模型的能力，一般不会去大幅度改动模型本身。通过调用LLM来适配不同的任务，之后在应用场景中去优化。 由于不需要对模型进行训练，无需构造类似于传统AI开发需要用到的训练集等内容，可以直接从我们所处的业务中自行构造出一小批特定场景的小验证
Python执行websocket连接出现websocket has no attribute enableTrace错误
1、问题现象在websocket同服务器进行连接时，出现没有enableTrace属性： 2、问题原因检查一下当前安装的库，websocket： 1pip show websocket 检查这个库的相关发布信息：已经很久没维护了，早已被弃用： 1pip_search websocket 3、问题解决方法后续Python中websocket库改为使用websocket-client，需要重
LLM笔记2-1：Python实现大模型API的调用
1、Prompt认识1.1、Prompt基本概念关于LLM大模型，在前面已经有了了解，现在来了解一下什么是prompt。在LLM发展早期，prompt是一个被用来给LLM下发任务的模板，每种分类任务或聚类任务对应一种prompt，当然不局限于此。随着LLM技术的发展以及ChatGPT的诞生，prompt已经泛指为给大模型的所有输入内容，不仅限与文字。我们与LLM的每次对话，都可视为一个prompt
SQL学习笔记1：SQL语法结构及DDL CREATE指令
1、SQL基本语法结构SQL分为三类： 1、数据定义语言DDL 用于创建和定义数据库对象，并且将对这些对象的定义保存到数据字典中。通过DDL语句可以创建数据库对象，修改数据库对象和删除数据库对象等。 常用的DDL语句及其功能： DDL语句 功能说明 CREATE 创建数据库 ALTER 修改数据库 DROP 删除数据库 RENAME 更改数据库对象的名称 TRUNC
Git基本原理及基础指令
一、GIT工作原理1、工作流程图一般工作流程如下： 克隆 Git 资源作为工作目录。 在克隆的资源（本地工作目录）上添加或修改文件。 如果其他人修改了，你可以更新资源。 在提交前查看修改。 提交修改。 在修改完成后，如果发现错误，可以撤回提交并再次修改并提交。 2、内部结构图 左侧为工作区 右侧为版本库 版本库中标记为 “index” 的区域是暂存区（stage/index） 标记
Gitee连接指导
1、git生成公钥打开ssh bash面板，执行以下命令生成公钥 123# -t 公钥名称， -C 指定生成sshkey的名称ssh-keygen -t ed25519 -C "[email protected]" # Generating public/private ed25519 key pair... 三次回车之后，结果如下： 公钥生成结束，存放位置如下： 12345
GitKraken代码基本操作指导
1、克隆仓库1.1、基本步骤点击“+”号打开新的页签New Tab，选择Clone a repo： 选定本地一个文件夹，并填入仓库的url地址，点击**“Clone the repo!”**即可： ==注：==需要选取的文件夹必须为空文件夹，否则会clone失败或覆盖掉本地文件。 仓库url获取：Gitee及GitHub所在的位置如下，看到后直接复制即可