🖥 开发

📄️ 🛠️ 设置

以下文档将帮助您设置 Ultra-GPT 的本地安装。

📄️ 💬 Prompts 提示词

提示工程是什么？如图所示。你同大模型的交谈就是所谓的 Prompt， 而如何设计、组织、优化则称为提示工程（Prompt Engineering）。在大模型应用的开发过程中，Prompt Engineering 做得好，不仅可以提升回答的质量，也可以限制回答的格式，因此提示工程也能够帮助大模型返回的内容更友好地被解读，这对后续跟其他系统的集成非常重要。一般来讲提示工程包含如下的信息：

📄️ 🎢 Eembeddings 嵌入

在自然语言处理和机器学习领域，"embeddings" 是指将单词、短语或文本转换成连续向量空间的过程。这个向量空间通常被称为嵌入空间（embedding space），而生成的向量则称为嵌入向量（embedding vector）或向量嵌入（vector embedding）。

📄️ 🧠 Memory 内存

为了实现给定的目标，AI 代理执行多种任务，考虑到它们自己的执行历史。当代理长时间运行时，这成为一个问题，因为它们的记忆通常只有上下文长度那么大。在 GPT-3.5 和 GPT-4 的情况下，这大约是 8k 个令牌。

📄️ ⛑ LangChain

LangChain是一个用于开发基于语言模型的应用程序开发框架。总的来说，LangChain是一个链接面向用户程序和LLM之间的一个中间层。LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。其组件包括了模型（各类LLM），提示模板（Prompts），索引，代理（Agent），记忆等等。对于英文LangChain一般会使用RecursiveCharacterTextSplitter处理。由于中文的复杂性，会使用到jieba等处理工具预处理中文语句。本项目的底层就是基于LangChain构建而成。

📄️ 🌎 多语言

Ultra-GPT 由许多贡献者（如 @Cs4K1Sr4C）的帮助下，拥有多种语言的翻译。我们始终在努力改进翻译，但如果您发现有问题或遗漏，请随时进行必要的更新或在 GitHub 上提交工单！