学习视频B站：https://www.bilibili.com/video/BV1rv7A6oEeP?spm_id_from=333.788.player.switch&vd_source=4d4136b5241ea1dbe6040d84b0e8d0b0&p=10
做LangChain主要使用python，python的代码管理一般使用conda来进行
Conda 是一个开源的分发包管理器和环境管理系统。它的核心作用可以用一句话概括：帮你安装各种编程语言的软件包（尤其是数据科学相关），并确保它们之间互不冲突。
conda有两大核心功能：
环境管理（“隔离沙盒”）
这是 Conda 最强大的功能。它允许在同一台电脑上创建多个相互隔离的虚拟环境，每个环境拥有独立的 Python 版本和库版本。
场景：项目 A 需要 Python 3.10 和 PyTorch 1.0，项目 B 需要 Python 3.12 和 PyTorch 2.0。
作用：用 Conda 创建两个独立环境，切换只需一行命令，彻底避免“版本冲突”和“把系统搞乱”的问题。包管理（“软件管家”）
类似于手机上的应用商店，你可以通过命令行轻松安装、更新和卸载软件包。
跨语言：虽然常和 Python 一起用，但它也支持 R、Ruby、Lua、Java 等多种语言。
预编译二进制：这是它和 pip 的最大区别。Conda 安装的是预编译好的二进制文件（尤其是 C/C++ 底层库），安装速度极快，且不需要你本机安装复杂的编译环境（比如 Windows 上的 VC++ 编译器）。
常用的几个命令
conda create -n myenv python=3.9 // 创建名为 myenv 的环境，指定 Python 3.9
conda activate myenv //进入该环境
conda install numpy pandas // 在当前环境安装库
conda deactivate // 退出环境
RAG开发：主要针对 大模型的知识冻结 和大模型幻觉
大模型的知识冻结：随着LLM规模扩大，训练成本与周期相应增加，模型无法实时学习到最新的信息或动态变化，导致LLM难以应对“请推荐现在的热门影片”等时间敏感的问题
大模型幻觉：涉及到大模型从未在训练过程中学习过的信息时，大模型无法给出准确的答复，转而开始臆想和编造答案
RAG是什么呢？Retrieval-Augmented Generation（检索增强生成）
Agent开发：充分利用LLM的推理决策能力，通过增加规划、记忆和工具调用的能力，构造一个能够独立思考、逐步完成给定目标的Agent（智能体）。
Agent = LLM(大语言模型) + planning(规划决策能力) + tools(工具调用能力) + memory(记忆能力) + Action(行动能力)。
1、大模型（LLM）作为大脑：提供推理规划和知识理解能力，是AI agent的决策中枢
2、规划决策（planning）：通过任务分解、反思与自省框架实现复杂任务处理。例如：利用思维链将目标拆解成子任务，并通过反馈优化策略
3、工具使用（tool use）：调用外部工具（API、数据库等）扩展能力边界
4、记忆（memory）：**短期记忆**：存储单次对话周期的上下文信息，属于临时信息存储机制，受限于模型的上下文窗口长度。**长期记忆**：可以横跨多个会话或时间周期，可以存储并调用核心知识，非即时任务。比如：用户的偏好，过去执行过的指令等。
`长期记忆可以通过模型参数微调（固话知识）、知识图鉴（结构化语义网络）或向量数据库（相似性检索）方式实现`
5、行动（Action）:实际执行决策的模块，涵盖软件接口操作（如自动订票）和物理交互（如机器人执行搬运）。比如：检索、推理、编程等
大模型开发的几个场景
1、纯prompt
prompt是操作大模型的唯一接口
纯prompt就是 我们向大模型提供一个prompt提示词 大模型给我们一个response响应，再此之上还能记住我们前面的对话内容
2、Agent+Function calling
Function calling：需要对接外部系统时，AI要求执行某个函数
比如说：今天去杭州出差需要带伞吗？需要调用外部的天气接口获取天气再结合天气给出答案
3、RAG（Retrieval-Augmented Generation）
需要补充领域知识时使用
Embeddings：把文字转换成更易于相似度计算的编码。这种编码叫向量
向量数据库：把向量存储起来，方便查找
向量搜索：根据输入向量，找到最相似的向量
比如：解答试题的时候，根据书上找到的内容 ，结合题目的要求组成答案
这个在智能客服上应用的比较广泛
4、Fine-tuning（精调/微调）
作为解决大模型幻觉的重要手段，但成本比较高（人员以及知识语料等等），且微调并不能百分百彻底解决幻觉，微调过后也可能出现新的幻觉风险
