每個程式設計師多多少少都有打造私人工具箱，不僅可以增加工作效率，還可以跟著職業生涯累積起來帶著走。
AI 時代來臨，工具箱當然免不了要多一些 AI 相關的工具，本文將介紹怎麼用 LangChain 結合 Python 知名套件 Streamlit 打造屬於你的個人工具箱！
Posted on Apr 12, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 5 min read
談到 Python 數據分析的工具，多數人應該使用 Jupyter Notebook 搭配 pandas 進行數據分析，不過使用 pandas 還是不及使用 SQL 來得直覺一些，如果能夠在 Jupyter Notebook 中直接使用 SQL 對資料進行查詢、分析，對於精通 SQL 的人而言，將會減少需要額外學習 pandas 的成本。
恰好 JupySQL 是 1 個能夠讓我們在 Jupyter 以 SQL 對資料進行查詢、分析的擴充套件(extension)，而且 JupySQL 也整合 pandas, 因此可以將查詢結果轉換成為 pandas 的 DataFrame, 除此之外更整合 DuckDB, SQLite, MySQL, PostgreSQL 等常見資料庫，讓我們能夠輕鬆以 SQL 操作各種不同來源的資料庫。
本文將以 Google Colab 搭配 JupySQL 與 DuckDB, 帶你學習 Jupyter Notebook + pandas 之外的另一種方法！
Posted on Apr 9, 2024 in Python 模組/套件推薦 , Python 程式設計 - 中階 by Amo Chen ‐ 5 min read
程式的效能並不是天生具備，而是榨出來的，特別是對於 Python 這門程式語言而言，如果想要做到 High Performance 的話，有些魔鬼就藏在細節裡。
舉常見的 list 為例，你知道 list 在執行 pop(0) 或 insert(0, value) 是效率較差的嗎？如果你的應用必須經常呼叫 pop(0) 或 insert(0, value) 的話，建議你換個資料結構吧！使用 deque 將會帶來效率的提升！
本文將帶你認識 Python 的 deque 以及它在何種特定情況下能夠帶來效率的提升！
Posted on Apr 1, 2024 in Python 程式設計 - 中階 by Amo Chen ‐ 4 min read
LangChain 作為 1 個框架，讓開發者可以很輕鬆地開發語言模型相關的應用，不過語言模型還是有其極限，有些功能仍須仰賴傳統的程式設計、機器學習等領域，譬如語音辨識、語音合成等等，所幸這些功能可以藉由 Hugging Face 等平台輕鬆實現。
本文將教導如何使用 Hugging Face 上的模型，並結合 LangChain 做出可以用英文對話的機器人，讓語言模型的應用跨出文字以外的領域！
Posted on Mar 20, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 7 min read
作為軟體開發者，你開始發想任何語言模型可以應用的領域了嗎？
如果你沒有任何想法，也許可以先看看怎麼藉由語言模型，讓我們可以用對話方式，就能夠自動對資料庫執行 SQL 進行查詢，而且過程中完全不需要寫任何 SQL 喔！
也許看完本文，你會對語言模型的應用想像會有更清楚的畫面！
Posted on Mar 14, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 5 min read
在使用 multiprocessing, threading 等模組跑平行處理時，如果需要在每個執行單位(process, thread)列印一些字串的話，你會怎麼做？
我想大多數人都直接 print() 到 terminal 就好，但是輸出的文字太多太長時，通常都沒有太大助益，這時候最好將輸出寫到檔案，一旦有問題就可以從檔案中尋找問題。
但是，我們多數時候還是想知道執行單位最新的運作狀態，例如正在執行哪個步驟，這些輸出一直附加到 terminal 上的話，不免還是會讓 terminal 顯得難看⋯⋯。
因此，本文將介紹 1 種方法讓平行處理的輸出可以清掉舊的輸出(output)，並覆蓋新的輸出(output)上去，如此一來不僅可以知道每個執行單位的最新狀況，還可以讓 terminal 顯得乾淨、優雅！
Posted on Mar 13, 2024 in Python 程式設計 - 中階 by Amo Chen ‐ 2 min read
LangChain 或其他語言模型框架的應用，先天上就相對不容易進行除錯，畢竟有太多步驟被包裝的相當好，一旦打開除錯模式(debug mode)，就會有相當多的資訊輸出，即使是專家也很難馬上從眾多資訊中迅速定位問題。
如果能藉由較好的 UI 介面或工具，肯定可以減輕在除錯上的困難度。
LangChain 也知道這些痛點，因此將資訊的收集、彙整、呈現都整合到 LangSmith 之中，可以幫助我們更輕鬆地開發 LangChain 應用！
本文將帶各位簡略地認識與學習使用 LangSmith 。
Posted on Mar 11, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 3 min read
有一些 LLM 應用有提供上傳檔案並為使用者產生摘要、查詢答案的功能，譬如 ChatGPT Plus 與 ChatGPT Enterprise 可以上傳 PDF, CSV 檔等，除了能產生摘要、擷取重點資料之外，還可以進行一些數據分析，相當強大。
要做到這些強大的功能之前，有個前置作業是我們需要知道怎麼載入不同類型的資料，以及怎麼處理這些資料，而這些處理程序在 LangChain 的框架下，也有相對應的函式庫可以使用，並不需要從零開始打造。
本文將教導如何使用 LangChain 處理多種類型的資料。
Posted on Mar 7, 2024 in LangChain , Python 程式設計 - 高階 by Amo Chen ‐ 6 min read