【RAG 项目实战 01】在 LangChain 中集成 Chainlit

NLP Github 项目NLP 项目实践fasterai/nlp-project-practice介绍该仓库围绕着 NLP 任务模型的设计、训练、优化、部署和应用分享大模型算法工程师的日常工作和实战经验AI 藏经阁https://gitee.com/fasterai/ai-e-book介绍该仓库主要分享了数百本 AI 领域电子书AI 算法面经fasterai/nlp-interview-handbook#面经介绍该仓库一网打尽互联网大厂NLP算法面经算法求职必备神器NLP 剑指Offerhttps://gitee.com/fasterai/nlp-interview-handbook介绍该仓库汇总了 NLP 算法工程师高频面题1、 环境安装pip install chainlit2、 创建app.py文件from langchain.chat_models import ChatOpenAI from langchain.prompts import ChatPromptTemplate from langchain.schema import StrOutputParser from langchain.schema.runnable import Runnable from langchain.schema.runnable.config import RunnableConfig import chainlit as cl cl.on_chat_start async def on_chat_start(): 监听会话开始事件 image cl.Image(urlhttps://qingsong-1257401904.cos.ap-nanjing.myqcloud.com/wecaht.png) # 发送一个图片 await cl.Message( content欢迎关注 **FasterAI** 让每个人的 AI 学习之路走的更容易些, elements[image], ).send() model ChatOpenAI(streamingTrue) prompt ChatPromptTemplate.from_messages( [ ( system, Youre a very knowledgeable historian who provides accurate and eloquent answers to historical questions., ), (human, {question}), ] ) runnable prompt | model | StrOutputParser() cl.user_session.set(runnable, runnable) cl.on_message async def on_message(message: cl.Message): 监听用户消息事件 runnable cl.user_session.get(runnable) # type: Runnable msg cl.Message(content) async for chunk in runnable.astream( {question: message.content}, configRunnableConfig(callbacks[cl.LangchainCallbackHandler()]), ): await msg.stream_token(chunk) await msg.send()3、使用千帆模型替换ChatGPTimport os from langchain_community.chat_models import QianfanChatEndpoint from langchain.prompts import ChatPromptTemplate from langchain.schema import StrOutputParser from langchain.schema.runnable import Runnable from langchain.schema.runnable.config import RunnableConfig import chainlit as cl # 配置百度千帆大模型免费、无需FQ os.environ[QIANFAN_AK] 千帆模型 Token os.environ[QIANFAN_SK] XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX model QianfanChatEndpoint( streamingTrue, modelERNIE-Speed-8K, ) cl.on_chat_start async def on_chat_start(): 监听会话开始事件 image cl.Image(urlhttps://qingsong-1257401904.cos.ap-nanjing.myqcloud.com/wecaht.png) # 发送一个图片 await cl.Message( content欢迎关注 **FasterAI** 让每个人的 AI 学习之路走的更容易些, elements[image], ).send() prompt ChatPromptTemplate.from_messages( [ ( system, Youre a very knowledgeable historian who provides accurate and eloquent answers to historical questions., ), (human, {question}), ] ) runnable prompt | model | StrOutputParser() cl.user_session.set(runnable, runnable) cl.on_message async def on_message(message: cl.Message): 监听用户消息事件 runnable cl.user_session.get(runnable) # type: Runnable msg cl.Message(content) async for chunk in runnable.astream( {question: message.content}, configRunnableConfig(callbacks[cl.LangchainCallbackHandler()]), ): await msg.stream_token(chunk) await msg.send()4、启动程序chainlit run app.py -w5、访问http://localhost:8000/与大模型进行对话[!NOTE] 问题未结合上下文进行多轮对话想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2025 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容​一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容​2025 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”