文章 2025-03-21 来自:开发者社区

MCP+Hologres+LLM搭建数据分析Agent

LLM大模型在数据分析领域的挑战 在数据分析领域,大模型(LLM)具备强大语言理解能力,NL2SQL等各类智能化工具也极大提升了数据分析人员的分析效率,但仍旧面临不少挑战: 传统 LLM 缺乏实时数据接入能力,无法动态调用专业工具链,上下文记忆链路短,数据分析经过多步骤分解后逐渐出现幻觉 数据分布在不同系统,例如在线数据平台、本地CSV/Excel等文件,跨...

MCP+Hologres+LLM搭建数据分析Agent
文章 2025-03-20 来自:开发者社区

在Docker上部署Ollama+AnythingLLM完成本地LLM Agent部署

在Docker上部署Ollama+AnythingLLM以完成本地LLM Agent部署 本文将详细介绍如何在Docker上部署Ollama和AnythingLLM,从而实现本地LLM Agent的功能。将会涵盖环境准备、Docker安装、Ollama和AnythingLLM的配置和运行。 一、环境准备 操作系统要求: 本文假设您使用的是Ubuntu 20.0...

文章 2024-11-03 来自:开发者社区

端到端优化所有能力,字节跳动提出强化学习LLM Agent框架AGILE

在人工智能领域,大型语言模型(LLM)的快速发展为智能体(Agent)的构建提供了新的可能。近日,字节跳动的研究团队提出了一种名为AGILE(AGent that Interacts and Learns from Environments)的新型LLM Agent框架,...

文章 2024-07-30 来自:开发者社区

RAG+AI工作流+Agent:LLM框架该如何选择,全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐

RAG+AI工作流+Agent:LLM框架该如何选择,全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐 1.MaxKB MaxKB = Max Knowledge Base,是一款基于 LLM 大语言模型的开源知识库问答系统,旨在成为企业的最强大脑。它能够帮助企业高效地管理知识,并提供智能问答功能。想象一下,你有一个虚拟助手,可以回答各...

RAG+AI工作流+Agent:LLM框架该如何选择,全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
文章 2024-07-15 来自:开发者社区

基于LLM大模型Agent的适用范围和困境

本文提到大模型通常的工作方式,即通过提示词进行问答,并指出了两个主要问题:历史对话信息的管理和令牌数量的限制。文章讨论了知识库问答和个人助手两个应用场景,并分析了各自面临的困境,如知识库无法有效处理多模态信息和大型文档,个人助手则受限于工具参数的复杂性和令牌长度。文章还提到了微调(FINE-TUNING)作为改善模型性能的方法,以及在不同领域的应用潜力。最后,分享了对微调成为标准操作流程的预期,....

文章 2024-07-05 来自:开发者社区

AI Agent框架(LLM Agent):LLM驱动的智能体如何引领行业变革,应用探索与未来展望

AI Agent框架(LLM Agent):LLM驱动的智能体如何引领行业变革,应用探索与未来展望 1. AI Agent(LLM Agent)介绍 1.1. 术语 Agent:“代理” 通常是指有意行动的表现。在哲学领域,Agent 可以是人、动物,甚至是具有自主性的概念或实体。 AI Agent:AI Agent(人工智能代理)是一种能够感知环境、进行决策和执行动作的智能实体...

AI Agent框架(LLM Agent):LLM驱动的智能体如何引领行业变革,应用探索与未来展望
文章 2024-05-30 来自:开发者社区

LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战

LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战 0.前言 Modelscope 是一个交互式智能体应用基于ModelScope-Agent,用于方便地创建针对各种现实应用量身定制智能体,目前已经在生产级别落地。AgentFabric围绕可插拔和可定制的LLM构建,并增强了指令执行、额外知识检索和利用外部工具的能力。AgentFabric提...

LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战
文章 2024-05-29 来自:开发者社区

LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!

LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent! SWIFT支持了开源模型,尤其是中小型模型(7B、14B等)对Agent场景的训练,并将loss-scale技术应用到agent训练中,使中小模型API Call能力更稳定,并支持使用单张商业级显卡进行Agent推理和部署,可以直接在生产场景中全链路闭环落地使用。 1.环境安装 #设置pi...

LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!
问答 2024-05-22 来自:开发者社区

Agent如何使用LLM?

Agent如何使用LLM?

文章 2024-03-24 来自:开发者社区

LangChain Agent:赋予 LLM 行动力的神秘力量

LangChain Agent 是什么?有什么用?基本原理是什么? 那么多 Agent 类型在实际开发中又该如何选择? 如果以上有你想知道的答案,那么请往下看 那么如果没有呢?看看嘛,反正又不吃亏 (~ ̄▽ ̄)~ What & Why 丹尼尔:蛋兄,我又来了。今天主要想跟你深入了解下 LangChain 中的 Agent 蛋先生:Agent,知道中文是什么意思吗? ...

LangChain Agent:赋予 LLM 行动力的神秘力量

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

{"cardStyle":"productCardStyle","productCode":"aliyun","productCardInfo":{"productTitle":"文档智能&RAG,让你的AI大模型开启“外挂”之旅","productDescription":"本方案介绍了如何实现将文档智能和检索增强生成(RAG)结合起来构建强大的LLM知识库,包括清洗文档内容、文档内容向量化、问答内容召回后通过特定的Prompt,提供给LLM足够的上下文信息,以此来满足对于企业级文档类型知识库的问答处理。","productContentLink":"https://www.aliyun.com/solution/tech-solution/document-mind-rag-for-llm","isDisplayProductIcon":true,"productButton1":{"productButtonText":"方案详情","productButtonLink":"https://www.aliyun.com/solution/tech-solution/document-mind-rag-for-llm"},"productButton2":{"productButtonText":"一键部署","productButtonLink":"https://help.aliyun.com/document_detail/2845368.html"},"productButton3":{"productButtonText":"查看更多技术解决方案","productButtonLink":"https://www.aliyun.com/solution/tech-solution/"},"productPromotionInfoBlock":[{"$id":"0","productPromotionGroupingTitle":"解决方案推荐","productPromotionInfoFirstText":"10分钟在网站上增加一个 AI 助手","productPromotionInfoFirstLink":"https://www.aliyun.com/solution/tech-solution/add-an-ai-assistant-to-your-website-in-10-minutes","productPromotionInfoSecondText":"10 分钟构建 AI 客服并应用到网站、钉钉或微信中","productPromotionInfoSecondLink":"https://www.aliyun.com/solution/tech-solution/build-a-chatbot-for-your-website-or-chat-system"}],"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"","activityDescription":"","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock"}}