文章
47
标签
102
分类
4
首页
博文
分类
标签
归档
友链
留言板
关于
ChiefNing's Blog
test
返回首页
首页
博文
分类
标签
归档
友链
留言板
关于
test
发表于
2026-01-06
|
更新于
2026-05-08
|
随笔
|
总字数:
0
|
阅读时长:
1分钟
|
浏览量:
文章作者:
ChiefNing
文章链接:
https://www.chiefning.info/2026/01/06/test/
版权声明:
本博客所有文章除特别声明外，均采用
CC BY-NC-SA 4.0
许可协议。转载请注明来源
ChiefNing's Blog
！
上一篇
LangChain 初探：用链式调用构建 AI 应用
为什么需要 LangChain2022 年底 ChatGPT 横空出世，大语言模型（LLM）的能力让整个行业为之一振。然而，当开发者试图将 LLM 集成到实际应用中时，很快便遇到了各种工程化难题：如何管理 Prompt 模板？如何把多次 LLM 调用串联起来？如何让模型记住对话历史？如何让模型访问外部数据和工具？ LangChain 正是在这样的背景下诞生的。它由 Harrison Chase 于 2022 年底创建，定位为 LLM 应用开发的编排框架。用一句话概括：LangChain 将 LLM 应用中的常见模式抽象为可组合的组件，让开发者能够用声明式的方式组装复杂的 AI 工作流。 截至 2026 年，LangChain 已经发展为一个庞大的生态系统：核心库 langchain 提供基础抽象，langchain-core 定义了核心接口，langchain-community 包含社区贡献的集成。而 LCEL（LangChain Expression Language）和 LangGraph 则代表了框架迈向更灵活、更有状态编排方向的演进。 核心抽象模型（Models）Lan...
下一篇
Prompt Engineering 的艺术与科学：从入门到精通
什么是 Prompt EngineeringPrompt Engineering，即提示词工程，是指通过精心设计输入文本（prompt）来引导大语言模型（LLM）生成期望输出的方法论。在 LLM 能力飞速提升的今天，提示词工程已经从一门”玄学”演变为一门融合语言学、认知心理学和计算机科学的交叉学科。它的核心价值在于：同样的模型，不同的提示词，输出质量的差距可能达到数倍甚至数十倍。 为什么提示词工程如此重要？因为 LLM 本质上是概率模型——它们根据训练数据中的统计规律来预测下一个 token。提示词的作用就是为这个概率空间划定边界、提供方向。一个好的提示词相当于给模型戴上了一副精准的”眼镜”，让它能够在海量知识中聚焦于你真正需要的那部分。 好提示词的解剖结构一个高质量的提示词通常包含以下几个核心要素： 指令（Instruction）：明确告诉模型你要它做什么。指令应当具体、可操作，避免模糊表达。比如”请将以下中文文本翻译为英文”比”翻译一下”更清晰。 上下文（Context）：提供任务所需的背景信息。比如进行文本分析时，告诉模型这篇文章的出处、受众、写作背景，能让分析更加精准。 ...
评论
ChiefNing
Java 后端开发 & AI 工程化技术博客
文章
47
标签
102
分类
4
Follow Me
公告
👋 欢迎来到 ChiefNing 的技术博客！这里记录 Java 后端开发、AI 工程化与 Agent 架构的思考与实践，欢迎交流讨论。
最新文章
SSE详解
2026-05-29
RAG 工程实践：让大模型基于证据回答
2026-05-14
Claude Code 命令大全：分类速查与使用指南
2026-05-08
Claude Code 状态行自定义指南：让终端信息一目了然
2026-05-08
应用开发视角的 Transformer 架构：从 Self-Attention 到 Decoder-Only
2026-05-08