deracan

import argparse
from flask import Flask, request, jsonify

# Local modules you will create:
import config              # Stores credentials/configuration (e.g. Freshdesk domain & API keys)
import db_manager          # Handles saving/loading product & policy data (e.g. to a DB or JSON)
import crawler             # Contains your website crawler and logic to parse product/policy pages
import extractors          # Contains extraction functions for product & policy data
import intent_classifier   # Classifier to detect user intent (price query, policy query, etc.)
import my_llm             # Local or open-source LLM approach for generative responses

deracan

# Агентни Дизайнерски Шаблони

## Глава 1: Верижно Подаване на Подсказки

### Преглед на Шаблона за Верижно Подаване на Подсказки

Верижното подаване на подсказки, понякога наричано шаблон на поток, представлява мощна парадигма за справяне с комплексни задачи при използване на големи езикови модели (LLMs). Вместо да се очаква LLM да реши сложен проблем в една единствена, монолитна стъпка, верижното подаване на подсказки застъпва стратегия за разделяне и завладяване. Основната идея е да се разчупи оригиналният, плашещ проблем на последователност от по-малки, по-управляеми подпроблеми. Всеки подпроблем се разглежда индивидуално чрез специално проектирана подсказка, а изходът, генериран от една подсказка, стратегически се подава като вход в следващата подсказка в веригата. Техниката на последователна обработка по същество въвежда модуларност и яснота в взаимодействието с LLMs. Чрез декомпозиране на сложна задача, става по-лесно да се разбере и отстрани грешки в всяка отделна стъпка, което прави целия процес по-у