【LangChain系列】第七篇：工作流（链）简介及实践
【5月更文挑战第21天】LangChain是一个框架，利用“链”的概念将复杂的任务分解为可管理的部分，便于构建智能应用。数据科学家可以通过组合不同组件来处理和分析非结构化数据。示例中展示了如何使用LLMChain结合OpenAI的GPT-3.5-turbo模型，创建提示模板以生成公司名称和描述。顺序链（SimpleSequentialChain和SequentialChain）则允许按顺序执行多个步骤，处理多个输入和输出
大模型应用框架-LangChain（一）
LangChain由 Harrison Chase 创建于2022年10月，它是围绕LLMs（大语言模型）建立的一个框架，LLMs使用机器学习算法和海量数据来分析和理解自然语言，GPT3.5、GPT4是LLMs最先进的代表，国内百度的文心一言、阿里的通义千问也属于LLMs。LangChain自身并不开发LLMs，它的核心理念是为各种LLMs实现通用的接口，把LLMs相关的组件“链接”在一起，简化LLMs应用的开发难度，方便开发者快速地开发复杂的LLMs应用。
LangChain目前有两个语言的实现：python、nodejs。
探索向量数据库 | 重新定义数据存储与分析
向量数据库就是一种专门用于处理和查询向量数据的数据库，与传统数据库以表格形式组织和存储数据不同，向量数据库采用多维数值数组的形式处理和存储数据。其主要目标支持高效的向量相似性搜索和查询。
生产升级JDK 17 必读手册
DK 17 在 2021 年 9 月 14 号正式发布了！根据发布的规划，这次发布的 JDK 17 是一个长期维护的版本（LTS)。