Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

langchain开发手册

Answer

LangChain 是专注于大模型应用开发的平台，提供一系列组件和工具助您轻松构建 RAG 应用。

组件包括：

  1. 数据加载器（DocumentLoader）：能从数据源加载数据并转为文档对象，文档包含 page_content（文本内容）和 metadata（元数据如标题、作者、日期等）。
  2. 文本分割器（DocumentSplitter）：将文档分割成多个小文档，方便后续检索和生成，因大模型输入窗口有限，短文本更易找相关信息。
  3. 文本嵌入器（Embeddings）：将文本转为高维向量的嵌入，用于衡量文本相似度以实现检索功能。
  4. 向量存储器（VectorStore）：存储和查询嵌入，常使用 Faiss 或 Annoy 等索引技术加速检索。
  5. 检索器（Retriever）：根据文本查询返回相关文档对象，常见实现是向量存储器检索器，利用向量存储器相似度搜索功能检索。
  6. 聊天模型（ChatModel）：基于大模型如 GPT-3 实现文本生成，根据输入序列生成输出消息。

使用 LangChain 构建 RAG 应用的一般流程：

  1. 加载数据：根据数据源类型选择合适的数据加载器，如网页可用 WebBaseLoader。
  2. 分割文档：根据文本特点选择合适的文本分割器，如博客文章可用 RecursiveCharacterTextSplitter。
  3. 转换和存储嵌入：选择合适的文本嵌入器和向量存储器，如 OpenAI 的嵌入模型和 Chroma 的向量存储器。
  4. 创建检索器：使用向量存储器检索器，传递向量存储器和文本嵌入器对象创建。
  5. 创建聊天模型：根据性能和成本选择，如 OpenAI 的 GPT-3 模型。

以下是使用 LangChain 构建 RAG 应用的示例代码。

Content generated by AI large model, please carefully verify (powered by aily)

References

开发：LangChain应用开发指南-大模型的知识外挂RAG

LangChain是一个专注于大模型应用开发的平台，它提供了一系列的组件和工具，帮助你轻松地构建RAG应用。LangChain提供了以下的组件来帮助你构建RAG应用：数据加载器（DocumentLoader）：数据加载器是一个对象，可以从一个数据源加载数据，并将其转换为文档（Document）对象。一个文档对象包含两个属性：page_content（str）和metadata（dict）。page_content是文档的文本内容，metadata是文档的元数据，例如标题、作者、日期等。文本分割器（DocumentSplitter）：文本分割器是一个对象，可以将一个文档对象分割成多个较小的文档对象。这样做的目的是为了方便后续的检索和生成，因为大模型的输入窗口是有限的，而且在较短的文本中更容易找到相关的信息。文本嵌入器（Embeddings）：文本嵌入器是一个对象，可以将文本转换为嵌入（Embedding），即一个高维的向量。文本嵌入可以用来衡量文本之间的相似度，从而实现检索的功能。向量存储器（VectorStore）：向量存储器是一个对象，可以存储和查询嵌入。向量存储器通常使用一些索引技术，例如Faiss或Annoy，来加速嵌入的检索。检索器（Retriever）：检索器是一个对象，可以根据一个文本查询返回相关的文档对象。检索器的一种常见实现是向量存储器检索器（VectorStoreRetriever），它使用向量存储器的相似度搜索功能来实现检索。聊天模型（ChatModel）：聊天模型是一个对象，可以根据一个输入序列生成一个输出消息。聊天模型通常基于大模型，例如GPT-3，来实现文本生成的功能。使用LangChain构建RAG应用的一般流程如下：

开发：LangChain应用开发指南-大模型的知识外挂RAG

首先，我们需要加载我们的数据。我们可以使用数据加载器来实现这一步，根据数据源的类型选择合适的数据加载器。例如，如果我们的数据源是一个网页，我们可以使用WebBaseLoader，它可以使用urllib和BeautifulSoup()来加载和解析网页，返回一个文档对象。然后，我们需要将我们的文档对象分割成较小的文档对象。我们可以使用文本分割器来实现这一步，根据文本的特点选择合适的文本分割器。例如，如果我们的文本是一个博客文章，我们可以使用RecursiveCharacterTextSplitter，它可以递归地使用常见的分隔符（如换行符）来分割文本，直到每个文档对象的大小符合要求。接下来，我们需要将我们的文档对象转换为嵌入，并存储到向量存储器中。我们可以使用文本嵌入器和向量存储器来实现这一步，根据嵌入的质量和速度选择合适的文本嵌入器和向量存储器。例如，如果我们想要使用OpenAI的嵌入模型和Chroma的向量存储器，我们可以使用OpenAIEmbeddings()和ChromaVectorStore。然后，我们需要创建一个检索器，用于根据用户的输入检索相关的文档对象。我们可以使用向量存储器检索器来实现这一步，-传递一个向量存储器对象和一个文本嵌入器对象作为参数，创建一个向量存储器检索器对象。最后，我们需要创建一个聊天模型，用于根据用户的输入和检索到的文档对象生成一个输出消息。我们可以使用LangChain提供的聊天模型来实现这一步，根据模型的性能和成本选择合适的聊天模型。例如，如果我们想要使用OpenAI的GPT-3模型，我们可以使用OpenAIChatModel。下面是一个使用LangChain构建RAG应用的示例代码：

开发：LangChain应用开发指南-大模型的知识外挂RAG

LangChain是一个专注于大模型应用开发的平台，它提供了一系列的组件和工具，帮助你轻松地构建RAG应用。LangChain提供了以下的组件来帮助你构建RAG应用：数据加载器（DocumentLoader）：数据加载器是一个对象，可以从一个数据源加载数据，并将其转换为文档（Document）对象。一个文档对象包含两个属性：page_content（str）和metadata（dict）。page_content是文档的文本内容，metadata是文档的元数据，例如标题、作者、日期等。文本分割器（DocumentSplitter）：文本分割器是一个对象，可以将一个文档对象分割成多个较小的文档对象。这样做的目的是为了方便后续的检索和生成，因为大模型的输入窗口是有限的，而且在较短的文本中更容易找到相关的信息。文本嵌入器（Embeddings）：文本嵌入器是一个对象，可以将文本转换为嵌入（Embedding），即一个高维的向量。文本嵌入可以用来衡量文本之间的相似度，从而实现检索的功能。向量存储器（VectorStore()）：向量存储器是一个对象，可以存储和查询嵌入。向量存储器通常使用一些索引技术，例如Faiss()或Annoy，来加速嵌入的检索。检索器（Retriever）：检索器是一个对象，可以根据一个文本查询返回相关的文档对象。检索器的一种常见实现是向量存储器检索器（VectorStoreRetriever），它使用向量存储器的相似度搜索功能来实现检索。聊天模型（ChatModel）：聊天模型是一个对象，可以根据一个输入序列生成一个输出消息。聊天模型通常基于大模型，例如GPT-3，来实现文本生成的功能。使用LangChain构建RAG应用的一般流程如下：

Others are asking
知识库中的LangChain和LangGraph的内容有哪些 ？
以下是关于 LangChain 和 LangGraph 的相关内容： LangChain： LangChain 是一个由 Harrison Chase 开发的开源 Python 库，旨在支持使用大型语言模型（LLM）和外部资源（如数据源或语言处理系统）开发应用程序。 它提供了标准的接口，与其他工具集成，并为常见应用程序提供端到端链。 设计主张集中在模块化组件上，这些组件提供用于使用 LLM 的行为抽象，并为每个抽象提供实现的集合，从而允许开发人员构造新链或实现现成的链。 LangChain 和 RAG 的关系： LangChain 是一个用于构建高级语言模型应用程序的框架，提供了实现 RAG 所必需的工具和组件。 RAG 即检索增强生成，是一种结合了检索（检索外部知识库中相关信息）和生成（利用 LLM 生成文本）的技术。 LangChain 作为框架，与 RAG 的关系包括：是框架与技术的关系，允许通过模块化组件构建 RAG 应用程序，简化开发过程，提高性能，支持构建复杂的 RAG 应用。 关于大模型 RAG 应用中的 LangChain： 有从产品视角出发的分享，包括项目背景、初步体验和评测结果等。 预计会分成 3 篇分享，分别是 LangChain 框架初体验、调优思路分享、如何测评。
2025-04-12
langchain到底是什么。如何理解。
LangChain 是一个用于构建高级语言模型应用程序的框架，旨在简化开发人员使用语言模型构建端到端应用程序的过程。 它具有以下特点和优势： 1. 提供了一系列工具、组件和接口，使利用大型语言模型（LLM）和聊天模型创建应用程序更便捷。 2. 核心概念包括组件和链，组件是模块化构建块，可组合创建强大应用，链是一系列组件或其他链的组合，用于完成特定任务。 3. 具有模型抽象功能，能为用例选择合适模型，并利用组件构建应用。 4. 支持创建和管理提示模板，引导语言模型生成特定输出。 5. 允许开发人员定义处理步骤链，完成复杂任务。 6. 支持构建代理，能使用语言模型做决策并调用工具。 7. 支持多种用例，如针对特定文档的问答、聊天机器人、代理等，可与外部数据源交互收集数据，并提供内存功能维护状态。 LangChain 还是一个为简化大模型应用开发而设计的开源框架，通过提供模块化的工具和库，允许开发者轻松集成和操作多种大模型，将更多精力投入到创造应用的核心价值上。其设计注重简化开发流程，支持广泛的模型，具备良好的可扩展性，以适应业务需求变化。作为得到社区广泛支持的开源项目，拥有活跃的贡献者和持续更新，提供全面的文档和示例代码帮助新用户快速掌握，同时充分考虑了应用的安全性和用户数据的隐私保护，是多语言支持的灵活框架，适用于各种规模的项目和不同背景的开发者。 LangChain 官方手册：https://python.langchain.com/docs/get_started/introduction/
2025-03-21
什么是langchain
LangChain 是一个用于构建高级语言模型应用程序的框架，旨在简化开发人员使用语言模型构建端到端应用程序的过程。 它具有以下特点和优势： 1. 提供一系列工具、组件和接口，使创建由大型语言模型（LLM）和聊天模型支持的应用程序更易实现。 2. 核心概念包括组件和链，组件是模块化的构建块，链是组合在一起完成特定任务的一系列组件（或其他链）。 3. 具有模型抽象功能，提供对大型语言模型和聊天模型的抽象，便于开发人员选择合适模型并利用组件构建应用。 4. 支持创建和管理提示模板，引导语言模型生成特定输出。 5. 允许开发人员定义一系列处理步骤，按顺序执行完成复杂任务。 6. 支持构建代理，能使用语言模型做决策并根据用户输入调用工具。 7. 支持多种用例，如针对特定文档的问答、聊天机器人、代理等，可与外部数据源交互收集数据，还提供内存功能维护状态。 LangChain 是一个为简化大模型应用开发而设计的开源框架，通过提供模块化的工具和库，允许开发者轻松集成和操作多种大模型，将更多精力投入到创造应用的核心价值上。其设计注重简化开发流程，支持广泛的模型，具备良好的可扩展性，适应不断变化的业务需求。作为得到社区广泛支持的开源项目，拥有活跃的贡献者和持续更新，提供全面的文档和示例代码帮助新用户快速掌握，在设计时充分考虑应用的安全性和用户数据的隐私保护，是多语言支持的灵活框架，适用于各种规模的项目和不同背景的开发者。 LangChain 官方手册：https://python.langchain.com/docs/get_started/introduction/
2025-03-11
如何通过langchain实现上传 一个客户需求文档，生成一个产品规格书doc格式的文档
要通过 LangChain 实现上传客户需求文档并生成产品规格书（doc 格式），可以按照以下步骤进行： 1. 上传文档：用户可以上传包含知识的文档，支持 txt、pdf、docx 等格式，LangChain ChatChat 会将文档转换为 Markdown 格式。 2. 文本切割：为便于分析和处理，将长文本切割为小块（chunk）。 3. 文本向量化：将切割的 chunk 通过 embedding 技术，转换为算法可以处理的向量，存入向量数据库。 4. 问句向量化：用户提问后，同样将用户的问句向量化。 5. 语义检索匹配：将用户的问句与向量数据库中的 chunk 匹配，匹配出与问句向量最相似的 top k 个。 6. 提交 prompt 至 LLM：将匹配出的文本和问句，一起添加到配置好的 prompt 模板中，提交给 LLM。 7. 生成回答：LLM 生成回答，返回给用户。
2025-02-27
LangChain
LangChain 是一个用于构建高级语言模型应用程序的框架，具有以下特点和功能： 旨在简化开发人员使用语言模型构建端到端应用程序的过程，提供了一系列工具、组件和接口，使创建由大型语言模型（LLM）和聊天模型支持的应用程序更易实现。 核心概念包括组件和链，组件是模块化的构建块，链是组合在一起完成特定任务的一系列组件（或其他链）。 具有模型抽象、提示模板和值、链、代理等功能。 支持多种用例，如针对特定文档的问答、聊天机器人、代理等，且可与外部数据源交互并提供内存功能。 LangChain 与 RAG（检索增强生成）的关系： 框架与技术：LangChain 作为框架，提供实现 RAG 必需的工具和组件，RAG 技术可在其框架内实施利用。 模块化实现：允许开发者通过模块化组件构建 RAG 应用程序。 简化开发：通过提供现成的链和提示模板简化 RAG 应用开发过程。 提高性能：利用 LangChain 实现 RAG 可创建更高效、准确的应用程序，尤其在需大量外部信息辅助决策的场景。 应用构建：通过丰富的 API 和组件库支持构建复杂的 RAG 应用，如智能问答系统、内容推荐引擎等。 在开发 LangChain 应用时，构建 RAG 应用的相关组件包括数据加载器、文本分割器、文本嵌入器、向量存储器、检索器、聊天模型等，一般流程如下：（具体流程未给出，如有需要请补充提问）
2025-02-24
详细介绍下langchain
LangChain 是一个用于构建高级语言模型应用程序的框架，旨在简化开发人员使用语言模型构建端到端应用程序的过程。 它具有以下特点和优势： 1. 提供一系列工具、组件和接口，使基于大型语言模型（LLM）和聊天模型创建应用程序更轻松。 2. 核心概念包括组件和链，组件是模块化构建块，可组合创建强大应用，链是一系列组件或其他链的组合，用于完成特定任务。 3. 具有模型抽象功能，提供对大型语言模型和聊天模型的抽象，便于开发人员选择合适模型并利用组件构建应用。 4. 支持创建和管理提示模板，引导语言模型生成特定输出。 5. 允许开发人员定义处理步骤链，按顺序执行完成复杂任务。 6. 支持构建代理，能使用语言模型做决策并根据用户输入调用工具。 7. 支持多种用例，如特定文档问答、聊天机器人、代理等，可与外部数据源交互收集数据，还提供内存功能维护状态。 LangChain 是一个开源框架，为简化大模型应用开发而设计。它通过提供模块化的工具和库，允许开发者轻松集成和操作多种大模型，将更多精力投入到创造应用的核心价值上。其设计注重简化开发流程，支持广泛的模型，具备良好的可扩展性以适应业务需求变化。作为社区广泛支持的开源项目，拥有活跃的贡献者和持续更新，提供全面的文档和示例代码帮助新用户快速掌握。同时，在设计时充分考虑应用的安全性和用户数据的隐私保护，是多语言支持的灵活框架，适用于各种规模的项目和不同背景的开发者。 LangChain 官方手册：https://python.langchain.com/docs/get_started/introduction/
2025-02-14
给我提供一份清华大学104页的deepseek从入门到精通的手册的链接
以下是为您找到的与清华大学 DeepSeek 相关的一些资料链接： https://pan.quark.cn/s/56e2713e95f4 https://docs.qq.com/doc/DSG9SWFpjVXI3aHZ1 清华大学 104 页的 DeepSeek 从入门到精通的手册：https://waytoagi.feishu.cn/record/FjWorH （2 月 11 日更新附录）
2025-04-11
给我提供一份清华大学104页的deepseek从入门到精通的手册
以下是为您整合的相关信息： 清华大学出品了《DeepSeek：从入门到精通》的指南，该指南详细阐述了 DeepSeek 的功能，如智能对话、文本生成、代码生成、自然语言理解等，并探讨了其使用方法，包括推理模型与通用模型的区别、提示语设计策略等，旨在帮助用户更好地掌握这一 AI 工具的使用，提升工作效率和创新能力。您可以通过以下链接获取：https://waytoagi.feishu.cn/record/QAURr4CNGeJ5GIcvU0nc9X3dndg 。 此外，还有一些相关的更新和资料，如 2 月 11 日更新附录的清华大学 104 页 Deepseek 从入门到精通、1 月 21 日更新热门 AI deepseek 推荐及案例征稿通知、1 月 14 日更新爱好者交流 g 群和微信群、12 月 30 日更新案例 24,25,26 等。 同时还有关于 AI 赋能教学的课程实施流程及案例亮点等内容，如利用 AI 生成开放性问题引发深度思考、通过多维数据分析支持全面客观的判断、通过辩论提升批判性思维和表达能力等。
2025-04-11
北京大学的deep seek使用手册
以下是为您找到的与北京大学的 DeepSeek 相关的使用资料： 《》讲座讲解了直接使用 DeepSeek 的三种方法，还分享诸多提示词技巧，如真诚直接、巧用通用公式等。在应用场景方面，DeepSeek 在专业场景提效、教育学术赋能、商业创新与生活服务等领域用途广泛，像辅助办公、教学设计、电商运营等。讲座为人们理解和运用 DeepSeek 提供了全面指导，助力大家借助该技术提升工作、学习和生活效率。 此外，全球数据资产理事会发布的《》也可能对您有所帮助。
2025-03-04
deepseek学习手册
以下是关于 DeepSeek 的相关学习资料： 研究报告和手册： 《 《》 《》中文翻译版 华西证券：《》 中信建投：《》 来觅研究院：《》 关于 DeepSeek 的使用分享： DP 模型的功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学研究：对音系学感兴趣，通过对比不同模型的回答来深入理解，如 bug 和 DIFF SIG，探讨语言概念在音系学下的心理印象等。 大模型取队名：与大模型进行多轮对话来取队名，通过不断约束和披露喜好，最终得到满意的队名及相关内容。 Deepseek 文档分享：在 3 群和 4 群分享了 Deepseek 的相关文档，也可在 v to a gi 的飞书知识库中搜索获取。 Deepseek 使用介绍：介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。 提示词让 DeepSeek 能力提升： 效果对比：用 Coze 做了个小测试，可对比查看 使用方法： 搜索 www.deepseek.com，点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后，正式开始对话 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手。
2025-03-01
北大deepseek使用手册
以下是关于北大 DeepSeek 的相关使用资料： 全球数据资产理事会：《》 清华大学新闻与传播学院新媒体研究中心出品的《》，详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等，并探讨了如何使用 DeepSeek，包括推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法。 北京大学：《》讲座讲解了直接使用 DeepSeek 的三种方法，还分享诸多提示词技巧，如真诚直接、巧用通用公式等。在应用场景方面，DeepSeek 在专业场景提效、教育学术赋能、商业创新与生活服务等领域用途广泛，像辅助办公、教学设计、电商运营等。
2025-02-28
deepseek 自学手册 PDF 版有吗
以下是关于 DeepSeek 的相关资料： 同时还有 DeepSeek 的论文资料： 另外，关于 DeepSeek 深度推理+联网搜索目前断档第一的相关内容： DeepSeek 的特点与优势包括： 推理型大模型：核心是推理型大模型，通过理解用户真实需求和场景提供答案，不需要用户提供详细步骤指令。 更懂人话：能够理解用户用“人话”表达的需求，不需要用户学习和使用特定提示词模板。 深度思考：回答问题时能够进行深度思考，而非简单罗列信息。 文风转换器：可以模仿不同作家的文风进行写作，适用于多种文体和场景。 更多提示词技巧请查看
2025-02-25
stable video diffusion开发
以下是关于 Stable Video Diffusion 开发的相关信息： SVD 介绍： 简介：Stable Video Diffusion 是 Stability AI 于 2023 年 11 月 21 日发布的视频生成式大模型，用于高分辨率、先进的文本到视频和图像到视频生成的潜在视频扩散模型。它支持多种功能，用户可调整多种参数，但对硬件要求较高，支持的图片尺寸较小，应用场景受限。 模型版本：开源了两种图生视频的模型，一种能生成 14 帧的 SVD，另一种是可以生成 25 帧的 SVDXL，发布时通过外部评估超越了人类偏好研究中领先的封闭模型。 主要贡献：提出系统的数据管理工作流程，将大量未经管理的视频集合转变为高质量数据集；训练出性能优于现有模型的文本到视频和图像到视频模型；通过特定领域实验探索模型中运动和 3D 理解的强先验，预训练的视频扩散模型可转变为强大的多视图生成器，有助于克服 3D 领域数据稀缺问题。 部署实战避坑指南： 直接使用百度网盘里准备好的资源，可规避 90%的坑。 若一直报显存溢出问题，可调低帧数或增加 novram 启动参数。 云部署实战中，基础依赖模型权重有两个 models–laion–CLIPViTH14laion2Bs32Bb79K 和 ViTL14.pt，需放到指定路径下。 总结： Sora 发布后，此前的视频生成模型相形见绌，但 Stable Video Diffusion 作为开源项目可在自己机器上自由创作无需充值。SVD 生成的视频画质清晰，帧与帧过渡自然，能解决背景闪烁和人物一致性问题，虽目前最多生成 4 秒视频，与 Sora 的 60 秒差距大，但在不断迭代。我们会持续关注其技术及前沿视频生成技术，尝试不同部署微调方式，介绍更多技术模型，更多精彩内容后续放出。 同时，您还可以加入「AIGCmagic 社区」群聊交流讨论，涉及 AI 视频、AI 绘画、Sora 技术拆解、数字人、多模态、大模型、传统深度学习、自动驾驶等多个方向，可私信或添加微信号：【m_aigc2022】，备注不同方向邀请入群。
2025-04-15
stable diffusion开发公司
Stable Diffusion 是由初创公司 StabilityAI、CompVis 与 Runway 合作开发的。其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach。该项目的技术基础主要来自于他们之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable Diffusion 是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。其原理包括使用新颖的文本编码器（OpenCLIP）将文本输入转换为向量表示，利用扩散模型将随机噪声图像逐渐变换为目标图像，在扩散过程中以文本向量和噪声图像作为条件输入给出变换的概率分布，最后使用超分辨率放大器将生成的低分辨率图像放大到更高分辨率。 Stable Diffusion 总共有 1B 左右的参数量，可以用于文生图、图生图、图像 inpainting、ControlNet 控制生成、图像超分等丰富的任务。在文生图任务中，将一段文本输入到模型中，经过一定迭代次数输出符合文本描述的图片；图生图任务则在输入文本基础上再输入一张图片，模型根据文本提示对输入图片进行重绘。输入的文本信息通过 CLIP Text Encoder 模型编码生成与文本信息对应的 Text Embeddings 特征矩阵，用于控制图像生成。源代码库为 github.com/StabilityAI/stablediffusion ，当前版本为 2.1 稳定版（2022.12.7），其代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行。
2025-04-15
runway的开发公司
Runway 是由一家总部位于旧金山的 AI 创业公司开发的。其在 2023 年初推出的 Gen2 代表了当前 AI 视频领域最前沿的模型。目前 Runway 支持在网页（https://runwayml.com/ ）、iOS 访问，网页端目前支持 125 积分的免费试用额度（可生成约 105s 视频），iOS 则有 200 多，两端额度貌似并不同步。
2025-04-15
stable diffusion开发公司
Stable Diffusion 是由初创公司 Stability AI、CompVis 与 Runway 合作开发的。其核心技术来源于 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser 以及慕尼黑大学机器视觉学习组的 Robin Romabach。该项目的技术基础主要来自于他们之前在计算机视觉大会 CVPR22 上合作发表的潜扩散模型（Latent Diffusion Model）研究。 Stable Diffusion 是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。其原理包括使用新颖的文本编码器（OpenCLIP）将文本输入转换为向量表示，利用扩散模型将随机噪声图像逐渐变换为目标图像，在扩散过程中以文本向量和噪声图像作为条件输入给出变换概率分布，最后使用超分辨率放大器将生成的低分辨率图像放大到更高分辨率。 Stable Diffusion 总共有 1B 左右的参数量，可以用于文生图、图生图、图像 inpainting、ControlNet 控制生成、图像超分等丰富的任务。其代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行，当前版本为 2.1 稳定版（2022.12.7），源代码库为 github.com/StabilityAI/stablediffusion 。
2025-04-15
对于用cursor来开发，有没有好好用prompt来使cursor变得更加好用
以下是关于如何用 prompt 使 Cursor 变得更好用的相关内容： 在 prompt 方面，Devin 有一个特别有帮助的文档（https://docs.devin.ai/learnaboutdevin/prompting），它会教您什么样的 prompt 在与 Devin 沟通时最有效，比如明确定义成功的标准，如跑通某个测试或访问某个链接能对得上等。将同样的原则应用到 Cursor 中，会发现 Cursor 变得聪明很多，能自主验证任务完成情况并进行迭代。 Cursor 在生成单测方面表现出色。相对 GPT 等工具，Cursor 解决了上下文缺失和难以实现增量更新的问题。它可以向量化整个代码仓库，在生成单测代码时能同时提供目标模块及对应的上下游模块代码，生成结果更精确。例如，使用适当的 Prompt 能返回基于 Vitest 的结果，调整成本较小。 Cursor 支持使用.cursorrules 文件设定项目的系统提示词，针对不同语言可设定不同的 Prompt。@AIChain 花生做了一个 Cursor 插件解决提示语管理问题，可选择不同的.cursorrules 文件，还可从 https://cursor.directory/ 和 https://cursorlist.com/ 寻找提示词。此外，还有一个提示语小技巧，给已有的提示语追加上特定规则，可使模型在搜索资源和思考时默认使用英语，回复转换成中文，或更灵活地根据提问语言进行回复。
2025-04-14
我是一个前端开发人员，在工作中，我可以使用哪些ai工具提效
以下是一些适合前端开发人员在工作中提效的 AI 工具： 1. 辅助编程工具： GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能快速提供代码建议。 通义灵码：阿里巴巴团队推出，提供多种编程辅助能力。 CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，实时提供代码建议。 CodeGeeX：智谱 AI 推出的开源免费编程助手，基于 130 亿参数的预训练大模型。 Cody：Sourcegraph 推出的代码编写助手，借助强大的代码语义索引和分析能力。 CodeFuse：蚂蚁集团支付宝团队推出的免费 AI 代码助手。 Codeium：通过提供代码建议等帮助提高编程效率和准确性。 更多辅助编程 AI 产品，可查看：https://www.waytoagi.com/category/65 。每个工具功能和适用场景不同，可根据需求选择。 2. 测试用例生成：AI 在生成测试用例方面具有显著优势，能自动化和智能化生成高覆盖率的测试用例，减少人工编写时间和成本。通过合理应用 AI 工具，可提高测试效率、增强测试覆盖率和发现潜在问题，从而提升软件质量和用户体验。 3. 网页原型图生成工具： 即时设计：https://js.design/ ，可在线使用的「专业 UI 设计工具」，注重云端文件管理和团队协作。 V0.dev：https://v0.dev/ ，Vercel Labs 推出的 AI 生成式用户界面系统，能通过文本或图像生成代码化的用户界面。 Wix： ，用户友好，无需编码知识即可创建和自定义网站，提供广泛模板和设计选择，以及多种功能。 Dora：https://www.dora.run/ ，通过一个 prompt，借助 AI 3D 动画生成强大网站。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-04-14