PyTorch研习社
RAG101第三课：通过添加验证和优化构建可靠的RAG
Reliable-RAG 方法通过改进传统的 RAG 系统，确保检索信息的准确性和相关性。该系统包括文档相关性检查、幻觉预防机制和片段高亮功能，适用于法律等对事实准确性和透明度要求较高的领域。
大模型工具Dify应用-工作流(Workflow)
本文介绍了Dify工作流的核心功能及其应用场景。工作流分为Chatflow（对话类任务）和Workflow（自动化和批处理任务）两种类型，并提供了丰富的逻辑节点来支持复杂业务逻辑，如代码节点、IF/ELSE节点等。通过合理使用全局变量和上下文变量，以及添加错误处理机制，可以确保数据在各节点间正确传递并提高系统的稳定性和容错性。
大模型工具Dify应用-Agent智能体
本文介绍了如何使用Dify平台创建和优化Agent应用。通过编排提示词、变量和工具等关键信息，构建了一个美股投资助手智能体，能够执行复杂分析任务并提供详尽的报告。
RAG101第二课：一个简单的CSV文件RAG工作流
欢迎来到 RAG101 第二课，本文介绍了如何建立针对 CSV 文件的 RAG 工作流。首先加载环境变量和模型，预览并加载 CSV 文件，将文件插入向量数据库，并创建检索器及完整的 RAG 工作流验证其功能。
港大开源全自动且高度自我进化的零代码AI Agent框架：AutoAgent
AutoAgent 是一个全自动且高度自我进化的框架，用户仅需自然语言即可创建并部署LLM Agent。它在GAIA基准测试中排名#1，并内置自管理向量数据库。支持多种LLM和灵活交互模式。