代码执行与命令注入
0x01 代码执行
1.eval
2.assert
3.call_user_func
4.call_user_fuc_array
5.create_function
6.preg_replace
7.array_map
8.array_filter
9.usort
10.${}
0x02 命令执行
1.system
2.exec
3.passthru
4.sh
在当今的数据科学和人工智能领域，自动化代码生成与执行已成为提升效率与灵活性的重要手段。本文将详细介绍如何使用LangChain中的PythonREPL功能，实现大型语言模型（LLM）生成代码，并自动执行这些代码。通过这一流程，我们能够让大模型生成代码，然后通过代码执行来获取大语言模型通过文本生成本身不能很好完成的任务，特别是一些计算任务。
【LLM】LLMs 和 SQL 【LLM】LangChain 代理和大型语言模型 【LLM】LangChain Ty
原创
2023-05-20 09:06:29
856阅读
在 AI 领域，LangChain 的出现为开发者们提供了一个灵活的方式来定义自己的 LLM（大语言模型）。这使得用户可以基于现有的模型进行自定义和扩展，符合特定的业务需求。在这篇博文中，我们将深入探讨 LangChain 如何让你构建自己的 LLM，适合各种场景，涵盖从架构到生态扩展的多个维度。
### 适用场景分析
LangChain 的灵活性使其适用于多个场景，比如自然语言处理、对话系统
【代码】LangChain入门。
原创
2023-06-02 16:02:26
1123阅读
使用Langchain和LLM的Baichuan
在如今这个快速发展的AI时代，如何有效地应用Langchain与大型语言模型（LLM）来解决实际问题变得愈发重要。今天我们将详细介绍如何使用Langchain和LLM的Baichuan，包括环境预检、部署架构、安装过程、依赖管理、配置调优以及迁移指南。
## 环境预检
在我们动手之前，首先要确保我们的环境满足相关要求。下面是系统要求的表格：
# 简介 构建在大语言模型基础上的应用通常有两种，第一种叫做text completion,也就是一问一答的模式，输入是text，输出也是text。这种
原创
2023-10-23 14:24:49
6934阅读
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，1、数据分析的内容： 2、数据分析与挖掘的相关模块： 3、安装报错：Import genism时会
转载
2024-02-05 08:52:42
97阅读
简介
构建在大语言模型基础上的应用通常有两种，第一种叫做text completion,也就是一问一答的模式，输入是text，输出也是text。这种模型下应用并不会记忆之前的问题内容，每一个问题都是最新的。通常用来做知识库。
还有一种是类似聊天机器人这种会话模式，也叫Chat models。这种模式下输入是一个Chat Messages的列表。从而可以保存上下文信息，让模型的回复更加真实。
实际上
原创
2023-08-29 13:57:43
6727阅读
此情可待成追忆，只是当时已惘然。我们人类会有很多或美好或痛苦的回忆，有的回忆会渐渐模糊，有的回忆午夜梦醒，会浮上心头。然而现在的大语言模型都是没有记忆的，都是无状态的，大语言模型自身不会记住和你对话之间的历史消息。根本用不着“时时勤拂拭”，天然就是“本来无一物”。每一次的请求交互、api调用都是独立的，完全没有关联。那些聊天机器人看起来有记忆，是因为借助代码的帮助，提供历史消息作为和LLM对话的上
原创
2023-10-22 17:47:58
320阅读
GitHub地址：https://github.com/chatchat-space/Langchain-Chatchat1.创建虚拟环境conda create --name langchain python=3.11.72.安装依赖#激活环境
conda activate langchain
#拉取仓库
git clone https://github.com/chatchat-space/
原创
2024-06-27 11:26:20
242阅读
在此次博文中，我们将会详细探讨如何使用 Langchain 以表格方式显示 LLM（大型语言模型）的输出。通过以下几个部分的整理，您将能够顺利实现这个功能。
## 环境预检
在开始之前，我们需要确保满足一定的环境要求。以下是我们的系统需求和硬件配置：
### 系统要求
| 操作系统 | 版本 |
|-----------|------------------|
|
这是基于LangChain的大语言模型应用开发系列的第一篇。
文章内容会参考deeplearning.ai的短课程（https://learn.deeplearning.ai/langchain/），加上其他的资料和个人的理解。
Harrison Chase是谁
Harrison Chase是LangChain的创始人和首席执行官。
在创立LangChain之前，Harrison Chase在Ro
原创
2023-10-18 14:14:36
385阅读
什么是大语言模型（LLM）？大语言模型就像是一个超级博学的图书管理员，他读遍了世界上所有的书籍、文章、网页，拥有海量的知识。当你向他提问时，他能根据自己的知识储备给你一个详细的回答。在计算机世界里，LLM（Large Language Model，大语言模型）就是这样一个"智能助手"。它通过深度学习技术，学会了理解和生成人类语言，可以回答问题、创作文章、写代码、进行逻辑推理等。为什么需要LangC
立即执行函数表达式立即执行函数表达式，大部分人也称为自执行函数。自执行函数的写法匿名函数(function(){
console.log(2)
})()具名函数(function log(){
console.log(2)
})()自执行函数的传参(function add(a, b){
console.log(a + b)
})(1,2)返回值let fn = (functi
EmbeddChain，这是一个使用LLM构建聊天机器人的框架，可以与各种类型的数据交互，如YouTube视频、PDF、网页、docx文件、文档和Notion笔记
原创
2023-12-23 22:25:28
201阅读
LangChain实战代码的描述
在本篇博文中，我将带大家一起探索 LangChain 的实战代码，展示如何在这个强大的框架中进行环境准备、配置、验证和优化，以及扩展应用的过程。通过详细的步骤指南和多样的图形化表示法，我希望能够帮助你快速上手并有效管理你的项目。
## 环境准备
在开始之前，有必要了解一下我们需要准备的软硬件要求。以下是详细的四象限图，展示了系统的硬件资源需求。
```me
在这篇博文中，我将详细记录解决“LangChain Agent代码”问题的过程，包括背景、抓包方法、报文结构、交互过程、工具链集成以及多协议对比。通过这一详细且精确的复盘，我希望能为愿意探讨 LangChain Agent 与网络协议交互的技术人员提供清晰的思路。
## 协议背景
LangChain Agent 作为一款强大的工具，其核心目标是简化与外部服务的交互。通过实施标准协议，LangC
langchain的执行流程涉及到多个环节，包括环境准备、配置、测试等，下面以博文形式对执行流程的解决方式进行详细记录。
## 环境准备
在开始设置langchain之前，首先确保你的系统具备所需的前置依赖。这包括Python环境、相应的包管理工具等。
```bash
# 安装Python 3.x
sudo apt-get update
sudo apt-get install python
LangChain提供了灵活的抽象和AI优先的工具，可帮助开发人员将LLM应用程序从原型转化为生产环境。它还提供了一套工具，可帮助开发人员构建上下文感知、推理应用程序
原创
精选
2023-11-07 11:15:41
961阅读
