介绍 当我们开始学习AWS时，通常我们只学习一些零碎的知识，比如一些核心服务；在AWS控制台上操作，我们可以创建一个新的EC2实例或者一个S3存储桶，并且上传一些东西。但是在大多数情况下，我们无法将所有的服务整合到一个实际的应用程序中。我们知道了不同的AWS服务，但是无法将它们整合成一个实际可用的东西。如果你有同样的感觉，你来对地方了。在完成本文之后，你将能够构建一个托管在AWS中的密码管理应用程序，它在AWS服务器中进行计算，用户数据将通过API Gateway发送到后端服务器，最终结果将在浏览器中显示，并且还将数据存储在AWS数据库中。 在继续之前，请确保你有一个AWS账户并且可以访问控制台。本文不需要对AWS有先前的了解；如果你对AWS有一些基本的了解，那将会有帮助，即使你不了解，你也应该能够跟随我们构建应用程序。本文不是对任何AWS服务的深入探讨，而是将它们全部整合到一个工作的应用程序中。 学习目标 通过整合不同的AWS服务创建一个端到端的Web应用程序。 学习如何使用AWS Amplify部署和托管Web应用程序。 学习如何使用AWS Lambda创建后端服务器。 学习如何使用API Gateway在前端和后端组件之间进行数据传输。 学习如何从AWS DynamoDB数据库中存储和检索数据。 我们将构建的服务和应用程序概述 本文使用五个AWS服务从零开始构建端到端的Web应用程序，如上图所示。我们将创建一个安全密码管理应用程序，通过输入密码的名称、长度和属性（大写字母、小写字母、数字、特殊字符）生成和存储安全密码。这是一个简单的应用程序，但它将所有的主要组件整合在一起，可以用来构建一个更大的实际应用程序。 我们需要做什么来构建这个应用程序？ 1. 我们必须创建和托管一个用户将在其浏览器中导航的网页。 2. 我们需要一种方法来调用密码生成功能。 3. 我们需要一种计算结果的方法。 4. 我们需要一种存储结果的方法，并且需要一种将结果返回给用户的方法。…
Leave a CommentTag: API
对于分析团队来说，数据建模可能是一项具有挑战性的任务由于每个组织都有独特的业务实体，为每个表找到合适的结构和粒度变得没有明确的答案但是…
Leave a Comment介绍 大型语言模型席卷全球。随着ChatGPT、GPT3、Bard和其他大型语言模型的出现，开发人员不断使用这些模型来创建新的产品解决方案。每一天都会有一个新的大型语言模型或现有LLM的新版本。跟上这些新版本或新模型可能会有问题，因为人们必须阅读每个大型语言模型的文档。LangChain是一个包装所有不同LLM的库，使事情变得更容易。此外，基于LangChain的UI——LangFlow也被引入，可以直接与之交互和创建应用程序，使事情变得更好。 学习目标 了解LangFlow UI 安装和使用LangFlow 了解LangFlow的内部工作原理 使用LangFlow创建应用程序 通过LangFlow共享创建的应用程序 本文是Data Science Blogathon的一部分。 什么是LangFlow和为什么使用LangFlow？ LangFlow是一个基于Python包LangChain和react-flow设计的图形用户界面（UI）。LangChain是一个用于创建大型语言模型应用程序的Python包。它由不同的组件组成，如代理、LLMs、链、内存和提示。开发人员将这些模块链在一起以创建应用程序。LangChain包含几乎所有流行的大型语言模型的包装器。现在，要使用LangChain，必须编写代码来创建应用程序。编写代码有时可能耗时甚至容易出错。 这就是LangFlow的作用。它是基于LangChain的图形用户界面（UI）。它包含LangChain中的所有组件。LangFlow提供了拖放功能，您可以将组件拖放到屏幕上并开始从大型语言模型构建应用程序。它甚至包含了丰富的示例供每个人开始使用。在本文中，我们将介绍这个UI，并看看如何使用它构建应用程序。 让我们从LangFlow开始 现在，我们已经了解了LangFlow是什么，以及它的作用，让我们深入了解其功能，以更好地理解其功能。LangFlow UI适用于JavaScript和Python。您可以选择其中一种并开始使用。对于Python版本，需要在系统中安装Python和LangChain库。 如果您想使用LangFlow，您需要安装以下软件包 pip install langchain pip install langflow…
Leave a Comment介绍 OpenAI的API由OpenAI开发，提供了今天最先进的语言模型之一。通过利用此API和使用LangChain＆LlamaIndex，开发人员可以将这些模型的强大功能集成到自己的应用程序、产品或服务中。只需几行代码，您就可以利用OpenAI的语言模型的广泛知识和能力，开启令人兴奋的可能性世界。 OpenAI的语言模型的核心在于大型语言模型或简称LLM。LLM可以生成类似于人类的文本并理解复杂语言结构的上下文。通过在大量多样化的数据上进行训练，LLM已经获得了一种非凡的能力，能够理解和生成各种主题的上下文相关文本。 学习目标 在本文中，我们将探讨以下令人兴奋的可能性： 使用OpenAI的API结合LangChain和LlamaIndex轻松从多个PDF文档中提取有价值的信息。 如何格式化提示以提取不同数据结构中的值。 如何使用GPTSimpleVectorIndex进行高效的搜索和检索文档。 本文是Data Science Blogathon的一部分。 LlamaIndex和LangChain 使用这两个开源库构建利用大型语言模型（LLMs）的应用程序。 LlamaIndex提供了LLMs和外部数据源之间的简单接口，而LangChain提供了构建和管理LLM驱动应用程序的框架。尽管LlamaIndex和LangChain仍在开发中，但它们仍具有革命性的潜力，可以改变我们构建应用程序的方式。 所需库 首先，让我们安装必要的库并导入它们。 !pip install llama-index==0.5.6 !pip install langchain==0.0.148 !pip install PyPDF2…
Leave a Comment