Apache MXNet

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。

Lightning AI是一个构建模型和构建/发布Lightning Apps（ML工作流模板）的平台，由Pytorch Lightning团队推出——一个快速训练、部署和开发人工智能产品的深度学习框架。

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

言犀智能体平台是什么言犀智能体平台是京东推出的一站式AI智能体开发平台，用户无论有无编程基础，都能快速构建基于AI模型的智能体，处理问答到复杂业务逻辑。平台集成了多个大模型，提供算法库和工具，支持行业应用快速落地。目前已有超过3300个智能体在京东内部活跃，沉淀了100多个行业解决方案模板。言犀智能体平台的主要功能接入大模型：平台已接入数十个大模型，支持用户根据业务需求选择不同模型。低成本快速搭建：无论用户是否有编程基础，都可以快速搭建基于AI模型的智能体。行业解决方案模板：平台沉淀了100多个行业解决方案模板，支持行业应用快速落地。算法库及工具库：通过插件能力，平台提供上千种算法和工具能力，如数据分析、NL2SQL等。如何使用言犀智能体平台注册与登录：用户需要访问京东云言犀智能体平台的官方网站，注册账号并登录（yanxi.jd）。选择智能体模板：平台提供了多种行业解决方案模板，用户可以根据自己的业务需求选择合适的模板作为起点。配置智能体：用户可以对选定的智能体模板进行配置，包括但不限于设置智能体的名称、功能、交互逻辑等。接入大模型：根据业务需求，用户可以在平台中选择和接入不同的大模型，如言犀大模型、GPT等。知识库接入：使用Advance RAG技术，用户可以简单配置实现结构化和非结构化数据的接入，增强智能体的知识库。算法库和工具库应用：用户可以在智能体中运用平台提供的算法和工具能力，如数据分析、NL2SQL等。工作流编排：通过工作流对智能体的插件和大模型能力进行编排组合，指导智能体按照既定思路行动。智能数据分析：利用平台的数据分析能力，用户可以通过自然语言查询和分析业务数据。测试与优化：在智能体搭建完成后，用户需要进行测试，根据测试结果对智能体进行优化和调整。部署与应用：测试无误后，用户可以将智能体部署到实际业务场景中，开始使用智能体处理业务问题。

Python机器学习库

Python科学计算必备的包

Python版本的TensorFlow深度学习API

Coze是字节跳动推出的零代码 AI 应用开发平台，可以理解为字节跳动版的GPTs。无论用户是否有编程经验，都可以通过该平台快速创建各种类型的聊天机器人、智能体、AI应用和插件，并将其部署在社交平台和即时聊天应用程序中，如Discord、WhatsApp、Twitter、飞书、微信公众号、豆包等。目前Coze平台上拥有海量AI智能体，图文、音视频生成等各个领域全覆盖，完全免费使用。Coze国际版（coze.com）提供的是基于OpenAI GPT-4和GPT-3.5的API来创建和使用AI聊天机器人，并未使用自研的云雀大模型。如同此前推出的聊天机器人豆包国际版为Cici，字节也推出了一个国内版本的Coze扣子（coze.cn），采用了豆包大模型，允许用户自主创建自定义聊天机器人。2025年4月18日，字节跳动推出通用型 AI Agent，集成MCP扩展插件 ：扣子空间Coze的主要功能丰富的插件工具：该平台目前包含 60 多个不同的插件，包括新闻阅读、旅行计划、生产力工具、图像理解 API 和多模态模型知识库调取和管理：Coze提供易于使用的知识库功能，使 AI 能够与用户自己的数据（如PDF、网页文本）进行交互。可以存储和管理知识中的数据长期记忆能力：提供便捷的数据库存储能力，可以让 AI 机器人持久记住对话中的关键参数或内容定时计划任务：通过计划任务功能，用户可以使用自然语言轻松创建复杂的任务，创建好的机器人会准时发送相应的消息内容。工作流程自动化：轻松创建一个工作流程将创意想法转换为机器人技能，如收集电影评论、起草行业研究报告等预览和调试：机器人开发完成后，可以发送消息来查看机器人的响应，并根据知识搜索结果和工具响应来排查问题如何使用Coze创建机器人访问Coze的官网（coze.cn），点击Get started登录/注册账号选择侧边栏的Bots菜单，点击Create bot，然后添加机器人Logo、名称、描述信息然后在Persona & Prompt输入框中输入机器人角色和提示词，右侧可预览和调试输出信息测试无误后可点击右上角的Publish发布创建好的机器人Coze的适用人群开发人员：专注于为特定任务调整AI模型和提示词，而不是花费大量时间进行初始开发企业公司：通过将AI机器人集成到内部程序如客户支持系统、内容创作工具和推荐引擎中，开发创新的应用和服务研究人员：利用该平台作为实验工具进行各种研究任务，探索自然语言生成和理解AI爱好者：免费的GPT API，创建自定义机器人用于日常生活、学习和工作中常见问题Coze支持哪些大模型？Coze国际版目前支持通过GPT-3.5和GPT-4模型来构建AI机器人，国内版基于豆包大模型。Coze是免费的吗？Coze目前是免费向用户开放的，同时提供了部分增值服务。Coze创建的机器人可以发布到哪些平台？Coze目前支持将创建好的机器人发布到Discord和Cici，后续将支持WhatsApp和Twitter。