西蒙来了

遇事不决，可问春风

一种高度封装gradio的调研方法

1. 普通封装 import gradio as gr # ======================== # 1. 用户状态栏 # ======================== class UserBar: def __init__(self, username: str = "S

2025-10-21

遇事不决，可问春风

加速你的大模型速度

今天使用大模型分析RAG（Retrieval-Augmented Generation）对话质量，需要批量处理多个不同的输入参数。为了加快整体运行速度，打算计划并发执行这些任务。根据函数特性（I/O密集型或CPU密集型），选择多线程或多进程的方式进行并行处理。顺便整理了下加速 python 执行的所

2025-10-20

python 加速 RAG 总结

遇事不决，可问春风

那些跨越时空的智慧，正在悄悄重塑我们的认知

在信息爆炸的时代，真正的洞察往往藏于不同领域的交汇处。以下内容整理自2025年10月12日至18日的学习笔记，涵盖文学、历史、经济、生物、哲学与行星科学，试图揭示那些贯穿古今、连接自然与人类社会的底层逻辑。一、创作的本质：技术之外，还有“神圣火花” 优秀的作品不仅依赖技巧，更依赖一种难以言说的特质

2025-10-20

总结

遇事不决，可问春风

LangChain之特征

1. 获取 Embedding from langchain.embeddings import HuggingFaceEmbeddings from transformers import AutoTokenizer, AutoModel import torch model_name = "s

2025-10-16

RAG LangChain

遇事不决，可问春风

LangChain之案例分析

1. 执行多个chain from langchain.llms import OpenAI from langchain.chains import LLMChain from langchain.prompts import PromptTemplate from langchain.chain

2025-10-16

RAG LangChain

遇事不决，可问春风

LangChain之文档分割

1. RecursiveCharacterTextSplitter：功能：递归地根据提供的分隔符列表分割文本，直到每个块的大小不超过指定的chunk_size。 from langchain_text_splitters import RecursiveCharacterTextSplitter

2025-10-16

RAG LangChain

遇事不决，可问春风

LangChain之文档jia za加载

1. DirectoryLoader：用于从目录中加载所有文档。 from langchain_community.document_loaders import DirectoryLoader loader = DirectoryLoader('../', glob="**/*.md") docs

2025-10-16