Reranking i RAG med Cohere Rerank 3.5: To-trins retrieval i Python (2026)
Sådan tilføjer du Cohere Rerank 3.5 til en Python RAG-pipeline og løfter Recall@5 med 15-35%: to-trins retrieval, hybrid-søgning, eval, latency og priser.
Alle Artikler
LLM-evaluering med DeepEval: Byg en pålidelig eval-pipeline i Python (2026)
DeepEval er blevet det mest brugte open source-framework til LLM-evaluering i Python. Denne guide dækker G-Eval, RAG-metrikker, hallucinationsdetektion og CI-integration med praktiske kodeeksempler fra tre produktions-implementeringer.
Prompt caching med Claude API: Reducer LLM-omkostninger op til 90% (2026)
Sådan bruger du prompt caching i Claude API til at reducere både omkostninger med op til 90% og latens med op til 85%. Inkluderer Python-eksempler, prismodel, TTL-strategier og de mest almindelige fejl der dræber cache hit-raten.
Sådan bygger du en MCP-server i Python: Komplet guide til Model Context Protocol (2026)
Komplet praktisk guide til at bygge en MCP-server i Python med FastMCP. Lær JSON-RPC-protokollen, opsætning af tools, resources og prompts, samt hvordan du forbinder din server til Claude Desktop og kører den i produktion.
Function Calling og Tool Use med LLM'er i Python — fra teori til produktion
Lær hvordan function calling og tool use fungerer med LLM'er i Python. Komplet guide med arbejdende kodeeksempler for OpenAI og Claude, parallelle tool calls, Pydantic-validering og Model Context Protocol (MCP).
Byg din første RAG-pipeline med Python og ChromaDB — trin for trin
Lær at bygge en komplet RAG-pipeline med Python, LangChain og ChromaDB — fra dokumentindlæsning og chunking til vektorsøgning og svargenerering med GPT-4o eller Claude.
Byg din første AI-agent med LangGraph i Python
Lær at bygge en AI-agent med LangGraph i Python fra bunden. Denne trin-for-trin guide dækker StateGraph, værktøjsintegration, hukommelse og streaming — med kodeeksempler der virker i 2026.