Python

AI May 04, 2026

Langchain-Chatchat：开源知识库问答系统与 LLM 集成

组织积累了大量内部文档——技术手册、政策文件、研究论文和操作指南。一直以来的挑战是如何将这些静态知识转化为可对话查询的形式。Langchain-Chatchat 提供了一个开源解决方案，将 LangChain 编排框架与 ChatGLM 对话式 AI 结合，实现基于文档的问答功能。

Python May 04, 2026

Python 的包生态系统长期以来分散在多个工具之间。需要安装包？用 pip。需要隔离环境？用 venv 或 virtualenv。需要依赖管理？用 Poetry 或 Pipenv。需要不同 Python 版本？用 pyenv。需要安装 CLI 工具？用 pipx。uv 将整个工具链收纳到 …

Python May 04, 2026

Python 的类型检查生态系统长期以来由 mypy 主导——它是率先为 Python 引入渐进类型的类型检查器。但 mypy 基于 Python 的实现一直在大型代码库的性能上苦苦挣扎。Ty 是 Astral 对这个问题的解答：一个完全用 Rust 编写的 Python 类型检查器和语言 …

AI May 04, 2026

大型语言模型已经远远超出了消费级硬件的内存容量。一个 700 亿参数的模型在标准 16 位精度下需要 140 GB 的 GPU 内存——远远超过最昂贵的消费级 GPU。bitsandbytes 就是弥补这个差距的库，提供量化技术，使得在可负担的硬件上加载、训练和运行大型模型成为可能。

开源 May 04, 2026

从网页中提取干净、结构化的文本是 LLM 训练数据集、研究语料库和内容分析管线的基础任务。Trafilatura 已成为此任务的黄金标准——这是一个 Python 库，在开源文本提取工具中持续取得最高的 F-Score，同时保持轻量、快速且易于集成。

AI May 04, 2026

现代 GenAI 应用程序会消费多种形式的数据——PDF、电子表格、图片、录音和视频文件。建立一个能摄取所有这些格式并产生干净、一致的结构化输出的 RAG 管线，是一项重大的工程挑战。OmniParse 通过提供一个通用数据摄取平台来解决这个问题，该平台可将任何非结构化数据转换为结构化 …