大模型相关目录
大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容
从0起步,扬帆起航。
- Moe模式:或将是最好的大模型应用开发路径
- 一文带你了解大模型RAG
- 详细记录swfit微调interVL2-8B多模态大模型进行目标检测(附代码)
- DIfy中集成magic-pdf实现文档解析agent与多模态大模型图文问答
- 大模型Prompt trick:利用大模型同情心提升模型性能
- 一文带你入门大模型微调
- 开源大模型LLaMA架构介绍
- CyberScraper-2077+simple-one-api:使用大模型爬虫
- 大模型高效利用结构化信息研究:HTML格式或许更好
- moonshot:一个用于评估任何 LLM 应用程序的简单模块化工具
- 多模态大模型赋能工程设计合规性校验解决方案
- dify新特性:并行agent/工作流开发与变量存储
- 大模型可视化应用敏捷开发方案:Dify+Echarts
文章目录
- 大模型相关目录
帮助你10分钟开发一个基于大模型的针对性的可视化分析、绘图组件!
Dify不必多说,Echarts介绍如下:
官网:https://echarts.apache.org/zh/index.html
具体开发步骤:
1.新建一个ChatFlow
2.开始节点,开启文件上传功能,比文件上传功能的优势在于兼容格式多,数据变量可控
3.文档提取器
新版dify天然功能,此处不多赘述。
4.接LLM节点,prompt如下:
# 角色
你是一个数据整理专家,精通数据格式整理和数据格式转换。
# 数据
{{#context#}}
# 任务
-将数据转换成csv格式
5.接代码执行节点(python),过滤大模型中噪音文本
import redef main(input_string):# 使用正则表达式提取CSV内容pattern = r'```(.*?)```'match = re.search(pattern, input_string, re.DOTALL)if not match:return Noneoutput = match.group(1).strip()return {"output":output}
6.再接代码执行节点,接入echarts功能
import csv
import json
def main(csv_string):# 将CSV字符串分割成行 lines = csv_string.strip().split('\n')# 使用csv模块读取数据reader = csv.reader(lines)# 将所有行转换为列表data = [row for row in reader]# 将数字字符串转换为浮点数 for row in data[1:]:# 跳过标题行 for i in range(1, len(row)):try:row[i] = float(row[i])except ValueError:pass# 创建完整的ECharts配置echarts_config = {"legend": {}, "tooltip": {},"dataset": {"source": data },"xAxis": [ {"type":"category","gridIndex":0}, {"type":"category","gridIndex":1}],"yAxis": [ {"gridIndex":0}, {"gridIndex":1}],"grid": [{"bottom":"55%"}, {"top":"55%"}],"series": [{"type":"bar","seriesLayoutBy":"row"}, {"type":"bar","seriesLayoutBy":"row"}, {"type":"bar","seriesLayoutBy":"row"},{"type":"bar","seriesLayoutBy":"row"},{"type":"line","xAxisIndex":1,"yAxisIndex":1},{"type":"line","xAxisIndex":1,"yAxisIndex":1},{"type":"line","xAxisIndex":1,"yAxisIndex":1},{"type":"line","xAxisIndex":1,"yAxisIndex":1},{"type":"line","xAxisIndex":1,"yAxisIndex":1},{"type":"line","xAxisIndex":1,"yAxisIndex":1} ]}output = "```echarts\n" + json.dumps(echarts_config, indent=2, ensure_ascii=False) + "\n```"return {"output":output}
7.输出即可
效果如下:
数据呢,形如下方的二维度数据均可:
如果具备多个、成体系的Agent或大模型数据分析应用,集成在一起,实际上就成为了可处理多格式、多内容的大模型数据分析项目。