底层的 LLM 和聊天模型都是无状态的，所以 LangChain 的链式模型和代理模型同样都是无状态的，意味着它们会独立处理每次调用
某些应用程序中，比如聊天机器人，记住先前的交互是至关重要的；LangChain 提供了用于管理和操作以前的聊天消息的辅助工具，这些工具被设计成模块化的，其次 LangChain 提供了将这些工具轻松整合到链式模型中的方法
轻量级的包装器，方便保存人类消息、AI 消息，以及获取的方法
摘自 MySQL 5.7 官方文档 14 章 The InnoDB Storage Engine 下的 InnoDB Locking and Transaction Model
主要内容为 InnoDB 引擎下的锁机制和事务模型
MySQL :: MySQL 5.7 Reference Manual :: 14.7 InnoDB Locking and Transaction Model
FOR UPDATE 是 SELECT 语句的可选参数
MySQL :: MySQL 5.7 Reference Manual :: 13.2.9 SELECT Statement
如果将 FOR UPDATE
和支持页锁或行锁的数据库引擎一起使用（比如
InnoDB），被查询的行将被写锁定，直到当前事务结束 使用
LOCK IN SHARE MODE
将设置共享锁，允许其他事务读取检查的行，但不更新或删除它们
当使用类似的语句
CREATE TABLE new_table SELECT ... FROM old_table 不能在
SELECT 中使用 FOR UPDATE
如果您尝试执行此操作，则该语句将被拒绝，并显示
Can't update table 'old_table' while 'new_table' is being created.
This traditional homemade mulled wine recipe is incredibly easy to make and always SO cozy and delicious.
这种传统的自制热葡萄酒配方非常容易制作，而且非常舒适美味
圣诞节来喝热红酒吧~
也被称为 glühwein、vino-caliente、glögg、vin brulé、bisschopswijn、vin chaud、candola、vinho quente… 或者其他上百个名字，这取决于你在世界上的位置
看了新一期的阮一峰周刊，引用了一篇博客 Information Extraction with Large Language Models - Parsing Unstructured Data with GPT-3
In the past months, ChatGPT has been dominating the news headlines, and people are both excited and scared by its quite sophisticated ability to generate texts. Besides short- and long-form text generation, there are quite a few other use cases which provide a lot of practical value. With the current generation of these large language models (LLMs), many of the classic tasks in Natural Language Processing (NLP) such as text classification, sentiment analysis, or named entity recognition, are almost trivial to solve.
在过去的几个月里，ChatGPT 一直占据着新闻头条，人们对它相当复杂的文本生成能力既兴奋又害怕，除了生成短格式和长格式文本外，还有许多其他用例提供了很大的实用价值
随着这些大型语言模型（LLM）的出现，自然语言处理（NLP）中的许多经典任务，如文本分类、情感分析或命名实体识别，几乎都很难解决
In this article, I have documented some experimentation with how to use GPT-3 (update: and 3.5) to extract structured information from unstructured texts and I hope the article can serve as a tutorial for how to approach such a task with an LLM.
在这篇文章中，我记录了一些关于如何使用 GPT-3（更新：和 3.5）从非结构化文本中提取结构化信息的实验，我希望这篇文章可以作为如何使用 LLM 处理此类任务的教程
作者维护了一个招聘网站，但是招聘信息是以非结构化文本形式进行投递，作者希望将其重要信息提取出来，维护数据后用户可以通过相关性进行查询
一直都没更新操作系统的版本，心血来潮更新了 MacOS 的 14（Sonoma）
然后发现单测竟然跑不通了，但是 push 上去的代码 CI 依然可以通过，所以当时基本就确定是版本升级带来的兼容性问题了
看了下日志，是嵌入的 Redis 运行不起来