Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

什么是LangGPT框架

Answer

LangGPT 是由云中江树开发的一款开源提示词框架。它旨在解决传统提示词在系统性、灵活性和用户友好性方面的不足,更好地挖掘和利用大模型的潜力。

随着 GPT-4 等新一代模型的发布,提示词的重要性日益凸显,其编写过程逐渐成为 AI 时代的一种编程语言,而 LangGPT 提示词框架就是为了应对高效编写高质量提示词这一需求而研发的。

云中江树早在 2023 年 3 月就提出了结构化构建提示词的方法,并于 5.4 青年节开源发布,很快收藏破千,成为 GitHub 开源社区全球趋势热榜前十项目,还撰写了学术论文开源发表。

LangGPT 提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,当前已发展成为国内最具影响力的高质量提示词工程师学习交流社群。其愿景是让人人都能写出高质量提示词,为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。

使用框架时,可以换着不同的预设角度去描述同样一个物体。例如,去年有人用 LangGPT 的框架,模拟一个能以善解人意的方式讲解任何学科概念的老师进行输出。

Content generated by AI large model, please carefully verify (powered by aily)

References

安迪:写给职场人的 AI 办公手册——如何与 AI 高效对话

[title]安迪:写给职场人的AI办公手册——如何与AI高效对话[heading2]4、高级提示词的几种常用写法[heading3]7)LangGPT框架LangGPT是由云中江树开发的一款开源提示词框架,它旨在应对传统提示词(Prompt)在系统性、灵活性和用户友好性方面的不足,并更好地挖掘和利用大模型的潜力。随着GPT-4等新一代模型的发布,提示词的重要性日益凸显,其编写过程正逐渐成为AI时代的一种编程语言。因此,高效地编写高质量提示词——即所谓的“提示词编程”——成为了一个亟待解决的问题。为了解决这一问题,云中江树主导研发了LangGPT提示词框架。

课件: Prompt(提示词)的道和术

[title]课件:Prompt(提示词)的道和术[heading2]一、Prompt之道:清晰表达[heading3]1.2如何清晰表达拓展阅读:[1.2 Prompts(提示词)](https://waytoagi.feishu.cn/wiki/Q5mXww4rriujFFkFQOzc8uIsnah?table=tbldSgFt2xNUDNAz&view=vewo2g2ktO)|社区内prompt框架课程收录[按使用场景导览](https://waytoagi.feishu.cn/wiki/QpbdwR9WOix3x9kEBcIcHzaKn0b?table=tblJmjjUu2j9PPvC&view=vew2fUKa8m)|各个场景提示词收录这里边是一个一个的框架,你看这个框架得告诉什么?就是把脑海中的一个事情、一个方法论,它通过这四个角度来描述出来。其实各种框架都大同小异,就是:你要做什么事情?现在有什么背景?我有什么目标?我有什么任务?有什么数据?有什么输出?期望大概就这些东西,就大家换不同的词在弄而已。那这些框架有没有用的,它确实有用,它能帮助你很快地以某些角度给把你脑海中的那个东西给弄出来,所以它比你完全从0到1或者是空想是要快的,是要高效很多的。我去年用那个langGPT的框架,然后写了一整年的时间,就是大概就这么个意思,大家用不同的这个框架去写,你在用这些框架的时候可以换着不同的预设角度去描述同样一个物体。去年我用的langGPT的框架,就是写出发点是说我需模拟一个老师,他能以很好的、很善解人意的方式来讲任何一个概念,你输入任何学科的,它都能以很好的东西来输出。

云中江树- LangGPT 提示词

[title]云中江树- LangGPT提示词云中江树是Prompt提示词框架LangGPT的作者,并组建了EmbraceAGI学习社区他早在2023年3月就提出了结构化构建提示词的方法,并发布在了Github,很快收藏破千如果你期望了解更多关于大语言模型的Prompt提示词工程,请关注云中江树以下是社区介绍也可以直达主页:[⭐LangGPT结构化提示词](https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe?fromScene=spaceOverview)LangGPT是Language For GPT的简称,中文名为结构化提示词。我们的愿景是让人人都能写出高质量提示词。我们希望揭开提示工程的神秘面纱,为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。结构化提示词由云中江树提出,最早于2023年5.4青年节开源发布(GPT-4发布后约一个月多)为LangGPT项目,一经发布便成为GitHub开源社区全球趋势热榜前十项目,并且撰写了学术论文开源发表。LangGPT提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用,当前已经发展成为国内最具影响力的高质量提示词工程师学习交流社群。

Others are asking
根据论文题目:"基于机器学习的中国股市波动率预测与美股市场对比分析",列出详细框架列出框架,每条框架要明确具体方向内容及数据图表要求
以下是为您提供的关于“基于机器学习的中国股市波动率预测与美股市场对比分析”的论文框架: 一、引言 1. 研究背景和意义 阐述机器学习在金融领域的应用现状 强调股市波动率预测的重要性 说明中美股市对比的价值 2. 研究目的和问题 明确预测中国股市波动率的目标 提出与美股市场对比的关键问题 3. 研究方法和数据来源 介绍所采用的机器学习算法 说明中国股市和美股市场的数据获取途径 二、相关理论与文献综述 1. 机器学习在股市预测中的应用 列举常见的机器学习模型 分析其在股市预测中的优缺点 2. 股市波动率的理论和测量方法 解释波动率的概念和计算方式 介绍常用的波动率测量指标 3. 中美股市的特点和差异 对比中美股市的交易制度、投资者结构等方面 总结前人关于中美股市对比的研究成果 三、数据预处理与特征工程 1. 数据收集与清洗 收集中国股市和美股市场的历史数据 处理缺失值、异常值等 2. 特征选择与构建 提取影响股市波动率的关键特征 构建新的特征变量 3. 数据标准化与归一化 对数据进行标准化处理,使其具有可比性 四、模型建立与训练 1. 选择合适的机器学习模型 比较不同模型的性能,如随机森林、支持向量机等 确定最终使用的模型 2. 模型训练与优化 使用训练数据进行模型训练 调整参数以提高模型性能 3. 模型评估指标 确定评估模型预测效果的指标,如均方误差、准确率等 五、中国股市波动率预测结果与分析 1. 预测结果展示 以图表形式呈现中国股市波动率的预测值 与实际波动率进行对比 2. 结果分析与讨论 分析预测结果的准确性和可靠性 探讨影响预测效果的因素 六、美股市场波动率预测结果与分析 1. 预测结果展示 以图表形式呈现美股市场波动率的预测值 与实际波动率进行对比 2. 结果分析与讨论 分析美股市场预测结果的特点 与中国股市预测结果进行对比 七、中美股市波动率对比分析 1. 波动率特征对比 比较中美股市波动率的均值、方差等统计特征 分析波动率的周期性和趋势性 2. 影响因素对比 探讨宏观经济因素、政策法规等对中美股市波动率的不同影响 分析投资者行为和市场结构的差异 3. 风险评估与投资策略 根据对比结果评估中美股市的风险水平 提出针对中美股市的投资策略建议 八、结论与展望 1. 研究总结 总结研究的主要成果和发现 2. 研究不足与展望 指出研究中存在的局限性 对未来研究方向提出展望 数据图表要求: 1. 展示中国股市和美股市场的历史波动率走势对比图。 2. 呈现不同机器学习模型在预测中国股市和美股市场波动率时的性能评估指标对比图。 3. 绘制中美股市波动率的统计特征(均值、方差等)对比柱状图。 4. 以图表形式展示影响中美股市波动率的关键因素的对比分析。
2025-03-07
可视化分析的AI软件工具有哪些,可以生成线性结构、矩阵结构、框架结构、系统结构等
以下是一些可以用于生成线性结构、矩阵结构、框架结构、系统结构等可视化分析的 AI 软件工具: 1. Lucidchart:流行的在线绘图工具,支持多种图表创建,包括逻辑视图、功能视图和部署视图,用户可通过拖放界面轻松创建架构图。 2. Visual Paradigm:全面的 UML 工具,提供创建各种架构视图的功能,如逻辑视图(类图、组件图)、功能视图(用例图)和部署视图(部署图)。 3. ArchiMate:开源的建模语言,专门用于企业架构,支持逻辑视图创建,可与 Archi 工具配合使用,该工具提供图形化界面创建 ArchiMate 模型。 4. Enterprise Architect:强大的建模、设计和生成代码工具,支持创建多种架构视图,包含逻辑、功能和部署视图。 5. Microsoft Visio:广泛使用的图表和矢量图形应用程序,提供丰富模板用于创建逻辑视图、功能视图和部署视图等。 6. draw.io(现称为 diagrams.net):免费的在线图表软件,允许用户创建各种类型图表,包括软件架构图,支持创建逻辑视图和部署视图等。 7. PlantUML:文本到 UML 的转换工具,通过编写描述性文本自动生成序列图、用例图、类图等,帮助创建逻辑视图。 8. Gliffy:基于云的绘图工具,提供创建各种架构图的功能,包括逻辑视图和部署视图。 9. Archi:免费开源工具,用于创建 ArchiMate 和 TOGAF 模型,支持逻辑视图创建。 10. Rational Rose:IBM 的 UML 工具,支持创建多种视图,包括逻辑视图和部署视图。
2025-03-06
可视化分析的软件工具有哪些,可以生成线性结构、矩阵结构、框架结构、系统结构等
目前常见的可视化分析软件工具包括:Tableau、PowerBI、Excel、Google Data Studio、QlikView 等。但具体哪些工具能够生成您所提到的线性结构、矩阵结构、框架结构、系统结构等,可能需要您进一步查阅它们的详细功能介绍和实际使用体验来确定。
2025-03-06
Prompts(提示词)| 社区内prompt框架课程收录
以下是关于 Prompt(提示词)的相关内容: 一、Prompt 之道:清晰表达 1. 如何清晰表达 各种框架能帮助您将脑海中的想法通过特定角度描述出来,比如明确要做的事情、背景、目标、任务、数据和输出等。这些框架虽表述不同,但作用相似,能比空想更高效。 您可以在使用框架时,换不同预设角度描述同一物体。例如,去年有人用 langGPT 的框架模拟善解人意的老师讲解任何学科的概念。 2. 拓展阅读 :社区内 prompt 框架课程收录 :各个场景提示词收录 此外,还有李继刚关于文生文中 prompt 的道、术、用的万字说明,相关链接如下: https://mp.weixin.qq.com/s/R8UbrixkKHXE4dnVt0VMvw 豆包网页端:https://www.doubao.com/chat/?channel=browser_landing_page 豆包桌面客户端:
2025-03-06
如何在电脑上用chatbox框架,使用ollama搭建deepseek模型
在电脑上使用 Chat Box 框架,通过 Ollama 搭建 DeepSeek 模型的步骤如下: 1. 阿里云百炼平台: 百炼平台的模型广场有各种模型,包括音频理解、视频理解等,通义的一些强模型也在其中。 百炼平台无需部署,可直接使用 DeepSeek R1 模型。 DeepSeek R1 模型的价格与各大平台差不多,有大量免费额度,如 100 万 token,不同版本的模型如 7B、14B、32B 等也送了 100 万 token,LLAVA 限时免费。 使用 DeepSeek R1 模型需要解锁和授权,没有授权按钮的需要对阿里云进行实名认证,可通过支付宝扫码或在右上角头像处进行,共学群里有相关指引。 在首页体验模型页面可对比不同模型的效果,如 V3 和 R1,R1 会先思考,速度较快。 多模态可以识别更多输入信息,如读文件、图片等,而 DeepSeek R1 本身不是多模态模型。 通过模型广场的 API 调用示例获取链接,截断后粘贴到 Chat Box 的设置中,添加自定义提供方,设置模型名称为 DeepSeek R1,并获取 API key。 API key 可删除旧的并重新创建,方便本地软件连接。 2. Docker + RAGFlow + Ollama 搭建: 返回 RAGFlow 中,打开右上角设置,进入模型提供商。 选择 Ollama,配置相关信息,模型取决于运行的模型。 配置基础 URL。 导入一个 embedding 模型,用于文本向量化。 设置系统模型设置。 进入数据集,导入文件,可设置文件夹当作知识库。 对文件进行解析,解析速度取决于本机 GPU 性能。 解析好之后,进入检索测试。 测试没问题,可进入聊天界面,助理设置可自行设置。 对于开源模型,如 DeepSeek、Llama 等,可以使用以下方式: 1. Inference Provider:使用 Together AI 等推理服务提供商,在线体验和调用各种开源模型。 2. LM Studio:使用 LM Studio 等本地应用程序,在个人电脑上运行和部署较小的开源模型。
2025-03-03
我是一个普通本科的大二学生,学的是软件工程专业,但是我本身编程能力不是很好,我对ai拥有浓厚的兴趣,喜欢去学习并运用ai,我想未来all in ai并成为一个产品经理,我想给你分享一下我的计划,我想今年下半年考过英语四级,并且参加苹果26年的swift 学生挑战赛,我是零基础但是我愿意学习,希望你帮我制定一个包含实施策略、里程碑和最佳实践的详细框架,以帮助我有效地实现这些目标!
以下是为您制定的包含实施策略、里程碑和最佳实践的详细框架,以帮助您有效地实现目标: 一、英语四级考试 实施策略: 1. 制定学习计划,每天安排一定时间学习英语,包括词汇、语法、听力、阅读和写作。 2. 多做历年真题,熟悉考试题型和难度。 3. 参加英语学习社群或找学习伙伴,互相监督和鼓励。 里程碑: 1. 每月进行一次模拟考试,评估学习进度。 2. 两个月内完成词汇和语法的系统学习。 最佳实践: 1. 利用碎片时间背单词,如在公交车上、课间等。 2. 听力练习时,反复听同一篇材料,直到完全听懂。 3. 写作练习后请老师或同学帮忙批改,总结错误和不足。 二、参加苹果 26 年的 Swift 学生挑战赛 实施策略: 1. 从零基础开始学习 Swift 编程语言,通过在线课程、书籍等资源进行系统学习。 2. 参与相关的编程实践项目,提升实际操作能力。 3. 关注苹果官方网站和社区,了解挑战赛的最新动态和要求。 里程碑: 1. 三个月内掌握 Swift 编程语言的基础知识。 2. 半年内完成一个小型的 Swift 项目开发。 最佳实践: 1. 遇到问题及时在技术论坛或社区寻求帮助。 2. 定期回顾和总结所学知识,加深理解和记忆。 3. 参考优秀的 Swift 项目案例,学习他人的编程思路和技巧。 三、成为 AI 产品经理 实施策略: 1. 学习 AI 相关的基础知识,包括机器学习、深度学习等。 2. 了解产品经理的职责和工作流程,通过实践项目积累经验。 3. 关注行业动态,参加相关的研讨会和培训课程。 里程碑: 1. 一年内掌握 AI 基础知识和产品经理的基本技能。 2. 参与实际的 AI 项目开发,担任产品经理助理角色。 最佳实践: 1. 多与行业内的专业人士交流,获取经验和建议。 2. 不断提升自己的沟通和协调能力,以更好地推动项目进展。 3. 学会从用户需求出发,设计具有创新性和实用性的 AI 产品。 希望以上框架对您有所帮助,祝您顺利实现目标!
2025-03-01