本文将使用LlamaEdge+WasmEdge来在本地部署Qwen2.5-0.5B-Instruct-GGUF。 系统环境 Ubuntu 24.04 (无GPU,将部署为在CPU上推理) 安装WasmEdge 参考“安装和开始使用WasmEdge”。 wasmedge版本信息如下： wasmedge -v wasmedge version 0.14.1 (plugin "wasi_logging") version 0.1.0.0 ~/.wasmedge/lib/../plugin/libwasmedgePluginWasiNN.so (plugin "wasi_nn") version 0.10.1.0 下载LlamaEdge API Sserver LlamaEdge API Server是一个跨平台的可移植 Wasm 应用，可以在不同CPU和GPU设备上运行。
安装 可以将WasmEdge运行时安装在任何通用Linux和MacOS平台上。如果使用Windows 10或Fedora/Red Hat Linux系统，您可以使用它们的默认包管理器进行安装。 通用的Linux和MacOS平台 安装WasmEdge的最简单方法是运行以下命令。需确保系统中应该安装了git。
1.LangChain Runnable介绍 LangChain的Runnable对象是一种协议(protocol)，它简化创建自定义链(chain)的过程。Runable是使用LangChain开发LLM应用程序的开发人员必须学习的一种抽象。 使用Ruanable协议可以将一系列的任务串联起来，将一个调用的输出作为输入提供给下一个，形成一个完整的流程。
实验环境 OS: Ubuntu 24.04 Python: 3.11 GPU: NVIDIA GeForce RTX 4090 (2个) CUDA Version: 12.6 vLLM安装 见“使用pip安装vLLM” 模型下载 预先使用huggingface-cli下载Qwen/Qwen2.5-14B-Instruct。 Qwen2.5-14B-Instruct部署 启动为兼容OpenAI的API服务。 单机双卡设置CUDA_VISIBLE_DEVICES环境变量。 export CUDA_VISIBLE_DEVICES=0,1 设置了HF_HUB_OFFLINE=1将不会向Hugging Face Hub发起任何HTTP调用。加快加载时间，这也特别适合服务器没有外网访问时。
ell是一个全新的开发大语言模型应用框架。 ell的官方文档里将自己称为"大语言模型编程库", “ell是一个轻量级的提示工程库，将提示(prompt)视为函数”。 现在面向LLM的编程框架层出不穷，LangChain几乎为我们封装了所有，但是有些过于重了。ell的特点是"轻量化"。
Prompt Types 1. Zero shot（零样本） 最佳用途：Simple queries（简单查询） 含义：直接提问，不提供任何示例或背景信息 适用场景：基础问答、简单任务 2. Few shot（少样本） 最佳用途：Examples + query（示例+查询） 含义：提供几个示例来帮助AI理解期望的输出格式或风格 适用场景：需要特定格式或风格的任务 3. Open ended（开放式） 最佳用途：Creative tasks（创意任务） 含义：给AI较大的创作自由度 适用场景：写作、头脑风暴、创意生成 4. Constrained（约束式） 最佳用途：Limited scope（有限范围） 含义：设定明确的限制条件和边界 适用场景：需要精确控制输出范围的任务 5. Structured（结构化） 最佳用途：Formatted output（格式化输出） 含义：要求按照特定结构或格式输出 适用场景：数据整理、报告生成、表格制作 实际应用价值 这个框架可以帮助用户根据不同需求选择合适的提示词策略，提高AI交互的效果和效率。选择正确的提示词类型可以显著改善AI的响应质量和准确性。
本文是基于OpenAI官方Cookbook中的《How to call functions with chat models》学习笔记。 通过OpenAI的Chat Completions API，结合自定义函数，可以打造更智能、更强大的对话代理。我们将详细介绍如何利用tools参数定义函数规范，并通过实际案例演示如何让模型生成符合规范的函数参数，从而实现与外部数据的交互。当前在function calling使用过程中可能遇到的问题，如模型对系统提示的遵循程度，这很大程度上是由模型能力决定。
函数调用是OpenAI的 GPT-4 和 GPT-3.5 Turbo 模型的一项高级功能，它允许模型根据用户的指示决定是否调用特定的函数，并以结构化的形式返回信息，而不仅仅是提供文本回答。这种将大型语言模型与外部工具和API整合的能力，大大增强了模型的应用潜力。 例如，大模型本身无法获取实时天气信息，因为它没有实时数据功能。但通过函数调用，AI可以与外部系统互动，如访问信息检索系统、查询实时天气或执行代码等。这使得基于大型语言模型的智能代理能够执行更复杂的任务，显著提高了模型的实用性和应用范围。
这篇博文是基于OpenAI官方Cookbook中的以下四篇示例教程的学习笔记，主要涵盖了如何获取文本嵌入、可视化嵌入、聚类分析以及语义搜索等方面。 Get embeddings from dataset Visualizing the embeddings in 2D K-means Clustering in Python using OpenAI Semantic text search using embeddings 1.创建项目 使用poetry创建一个名称为openai-embedding-sample的项目
学习如何将文本转换为数字，从而解锁搜索等应用场景。 新的嵌入模型 text-embedding-3-small和text-embedding-3-large是我们最新且性能最强的嵌入模型，现在已经可用，具有更低的成本、更高的多语言性能，以及用于控制整体规模的新参数。