Wordware

7个月前发布 98 0 0

零代码构建AI Agent和应用的...

收录时间:
2024-08-17
WordwareWordware
Wordware
零代码构建AI Agent和应用的...

数据统计

相关导航

MLX

MLX

MLX是由苹果的机器学习研究团队推出的用于机器学习的阵列框架,该开源框架专为 Apple Silicon 芯片而设计优化,从NumPy、PyTorch、Jax和ArrayFire等框架中吸取灵感,提供简单友好的使用方法,帮助开发人员在苹果M系列芯片上有效地开发、训练和部署模型。 MLX的主要功能 熟悉的 API:MLX 有一个紧随 NumPy 的 Python API。MLX 还拥有功能齐全的 C++ API,与 Python API 非常相似。 可组合的函数转换:MLX 支持用于自动微分、自动向量化和计算图优化的可组合函数转换。 惰性计算:MLX 中的计算是惰性计算,数组仅在需要时才会具体化。 动态图构建:MLX 中的计算图是动态构建的。更改函数参数的形状不会触发缓慢的编译,并且调试简单直观。 多设备:可以在任何支持的设备(CPU 和 GPU)上运行。 统一内存:MLX 和其他框架的主要区别在于统一内存模型,阵列共享内存。MLX 上的操作可以在任何支持的设备类型上运行,无需移动数据。
DL4J

DL4J

Deeplearning4j是为数不多的以Java虚拟机(JVM)为目标,以Java原生编写的机器学习框架之一。该框架由位于旧金山的一组机器学习开发人员开发,并由初创公司Skymind提供商业支持。Deeplearning4j于2017年10月捐赠给了Eclipse基金会。该库与Clojure和Scala兼容。 对于集群和分布式训练,Deeplearning4j与Apache Spark和Apache Hadoop集成。它还与NVIDIA CUDA运行时集成,可在多个GPU之间执行GPU操作和分布式训练。 Deeplearning4j包括一个使用ND4J的n维数组类,该类允许在Java和Scala中进行科学计算,与NumPy提供给Python的函数类似。它可以有效地用作执行线性代数和矩阵操作的库,用于训练和推理。 Deeplearning4j可以用于训练模型,这些模型可以执行图像分类、对象检测、图像分割、自然语言处理和时间序列预测。
Label Studio

Label Studio

Label Studio 是 Human Signal(原Heartex)推出的一个免费开源的数据标注工具,GitHub 上该项目标星近1.4万,可帮助开发人员微调大语言模型、准备训练数据或验证 AI 模型。 Label Studio的功能特色 支持标记各种类型的数据,包括图片、声音、文本、时间序列、多域、视频等 灵活且可配置,可配置的布局和模板以结合自己的数据集和工作流 机器学习辅助标记,通过 ML 后端集成使用预测来协助标记流程,从而节省时间 多个项目和用户,在一个平台上支持多个项目、用例和数据类型 与您的 ML/AI pipeline 集成,可使用 Webhooks、Python SDK 和 API 进行身份验证、创建项目、导入任务、管理模型预测等。 如何开始使用 Label Studio 首先确认在电脑上已安装好libq-dev和python3-dev依赖项 然后使用pip install label-studio命令安装 Label Studio 在终端/命令行使用label-studio start启动 Label Studio 通过 http://localhost:8080 打开 Label Studio UI 使用自己创建的电子邮件地址和密码进行注册 单击 Create 创建项目并开始标记数据 为项目命名,可输入项目描述并选择颜色 单击 Data Import 并上传你要使用的数据文件。如果你想使用本地目录、云存储或数据库中的数据,可暂时跳过此步骤 单击 Labeling Setup 设置并选择一个模板并根据你的用例自定义标注名称 单击 Save 以保存您的项目 更多的设置和相关操作,请查看官方的文档https://labelstud.io/guide/get_started.html
新智谱清流

新智谱清流

智谱清流是什么 智谱清流是智谱AI推出的企业级AI智能体开发平台,帮助企业实现AI应用落地。智谱清流基于智谱全模型矩阵,提供Agents、Workflow、知识管理等工具,支持API、SDK、URL集成,无需编程即可快速构建AI应用。平台提供企业级知识库,支持无限存储和RAG检索增强,及自定义分类、切片规则与智能预处理。智谱清流推出全程陪跑服务,包括专业咨询和定制AI培训,助力企业智能化升级,实现业务流程的全面AI化。 智谱清流的主要功能 智能体(Agents):提供基础和高级模式的prompt支持,集成插件、知识库和联网搜索能力,支持多智能体协作。 工作流(Workflow):支持多轮对话和多模态处理,基于可视化编排简化业务流程,实现智能体分工协作。 知识管理:企业级知识库支持无限存储和RAG检索增强,接入常见文档内容,自定义分类、切片规则与智能预处理,支持多种召回排序方式。 批量效果调优:提供智能体评测集批量评测功能,适用于文本模型及多模态模型、单轮对话及多轮对话场景。 集成方式:支持API、SDK、URL三种集成方式,满足不同企业不同场景的集成需求,能集成到原有系统内。 企业落地陪跑服务:提供全链路咨询服务,定制AI培训,及技术支持和售后服务,助力企业智能化升级。 如何使用智谱清流 注册与访问:访问智谱清流官网。注册账户并登录,获取使用权限。 了解平台功能:阅读平台提供的文档和指南,了解不同功能模块如何工作。 选择应用场景:根据业务需求选择合适的应用场景,如客户服务、知识管理等。 配置智能体(Agents): 用平台提供的智能体配置工具,设置prompt和响应逻辑。 选择或开发适合业务需求的插件。 设计工作流(Workflow):用可视化界面设计工作流,定义业务流程和智能体的交互逻辑。 构建知识库: 上传和管理企业文档,构建知识库。 配置知识库的分类、检索规则和预处理逻辑。 集成与部署: 选择合适的集成方式(API、SDK、URL)将智能体集成到现有业务系统中。 部署智能体,进行测试确保其按预期工作。 效果调优:用平台提供的批量效果调优工具对智能体进行测试和优化。根据反馈调整智能体的响应和逻辑。 监控与维护: 监控智能体的性能,确保稳定运行。 定期更新知识库和智能体逻辑,适应业务变化。 获取支持:如果在配置或用过程中遇到问题,用智谱清流提供的技术支持和咨询服务。 企业落地陪跑服务:用智谱清流提供的全链路咨询服务,加速AI应用的落地。参加定制的AI培训,提升团队的AI应用能力。 智谱清流的应用场景 客户服务与支持:智能体提供7*24小时的自动化客户服务,处理常见问题和查询,提升客户满意度。 业务流程自动化:自动化复杂的业务流程,提高效率,减少人为错误。 知识管理与检索:构建企业级知识库,优化内部文档的存储、检索和管理,提高员工获取信息的效率。 数据分析与决策支持:帮助企业从大量数据中提取有价值的洞察,辅助决策制定。 产品推荐与销售:在电商平台或服务中,提供个性化的产品推荐,增强销售转化。
LangChain

LangChain

大语言模型(LLM)正在成为一种变革性技术,使开发人员能够构建以前无法构建的应用程序。但是,单独使用这些LLM通常不足以创建一个真正强大的应用程序——当你可以将它们与其他计算或知识来源相结合时,便可能实现其真正的能力。 LangChain是一个用于开发由语言模型驱动的应用程序的框架,允许开发人员将语言模型连接到其他数据源并与其环境相交互。LangChain旨在帮助开发者在以下六个主要领域,按照复杂性递增的顺序: 📃 LLMs and Prompts: 这包括提示管理、提示优化、适用于所有 LLM 的通用界面以及用于处理 LLM 的通用实用程序。 🔗 Chains: 链不仅仅是单个 LLM 调用,而是调用序列(无论是对 LLM 还是对不同的实用程序)。 LangChain 为链提供标准接口、与其他工具的大量集成以及用于常见应用程序的端到端链。 📚 Data Augmented Generation: 数据增强生成涉及特定类型的链,这些链首先与外部数据源交互以获取数据以用于生成步骤。 这方面的例子包括对长文本的总结和对特定数据源的问答。 🤖 Agents: 代理涉及 LLM 做出关于采取哪些行动的决定,采取该行动,看到一个观察,并重复直到完成。LangChain 为代理提供了一个标准接口,可供选择的代理选择,以及端到端代理的示例。 🧠 Memory: 内存是链/代理调用之间持久状态的概念。 LangChain 提供了内存的标准接口、内存实现的集合以及使用内存的链/代理的示例。 🧐 Evaluation: [BETA] 众所周知,生成模型很难用传统指标进行评估。 评估它们的一种新方法是使用语言模型本身进行评估,LangChain 提供了一些提示/链来协助这一点。

暂无评论

none
暂无评论...