利用智普AI大模型进行基于 RAG 的表格数据问答

最近一直在探索 RAG 相关的技术，刚好尝试了一些国产的大模型，发现智普的大模型用着还挺不错的，因此就尝试用它对表格数据进行问答。

智普的SDK更新到了2.0的版本，这也就导致原来Langchain的版本无法适配了，需要重新自己写一些代码才可以。

另外，Langchain提供的create_pandas_dataframe_agent 目前有bug，需要绕过去或者自己去实现。

为此，我这边参考了社区提供的代码，整理了一份相对比较简易的方法去实现对表格数据的问答，在泰坦尼克数据上实测效果还可以。下面分享给大家。

分为主程序代码以及智普大模型实现，这两部分代码。建议使用Python 3.9以上的环境，避免出现环境依赖等问题，也可以直接用python 3.10 的版本。

这段代码，本质上还是依赖了提示词工程，以及一个Python的解释器去工作，因此要慎重，防止python代码解析的问题导致出现一些危险操作。

需要新建一个python文件，名为 zhipu_llm.py 和主代码放在一个目录下就可以使用。

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别AI大模型时代的华丽登场

L2级别：AI大模型API应用工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。