相关文章
289 篇高质量内容
基于LangChain+LangGraph+LangSmith+Streamlit开发带Web页面交互的Agent
打造高效易用的SQL查询Agent：基于LangChain生态实现自然语言交互与可视化调试。 核心内容： 1. 项目目标：构建支持自然语言查询SQLite的Agent，集成Web UI与调试工具 2. 技术架构：LangGraph状态机管理多步流程，LangSmith实现可视化追踪 3. 开发优势：框架原生能力大幅降低代码量，标准化封装提升稳定性
LangChain 的「记忆压缩术」：聊聊大模型的上下文工程设计之道
LangChain的「记忆压缩术」揭秘：如何让大模型更高效地处理上下文信息？ 核心内容： 1. 上下文工程的四大核心策略：保存、筛选、压缩、隔离 2. LangGraph如何支持智能体的上下文管理 3. 过长上下文导致的三大性能问题及解决方案
使用 LangSmith 实现 12 种 AI 智能体评估技术
掌握12种AI智能体评估技术，用LangSmith打造更可靠的智能系统。 核心内容： 1. 智能体评估的五大关键维度 2. 12种评估技术的实现方法与适用场景 3. 开源代码库与实战案例解析
基于上下文工程的LangChain人工智能智能体应用
LangChain与LangGraph如何通过上下文工程打造更智能的AI助手？掌握这项技术将彻底改变你构建AI应用的方式。 核心内容： 1. 上下文工程的核心要素与工作原理 2. LangGraph在状态管理和记忆处理上的技术优势 3. 智能体架构设计与上下文隔离的最佳实践
万字讲透Dify、Coze、LangChain竞品分析
深入解析三大AI开发平台：Dify、Coze和LangChain的差异化优势，助你精准选择最适合的工具。 核心内容： 1. 三大平台的产品定位与核心功能对比 2. 不同用户群体（开发者、企业、个人）的适用场景分析 3. 各平台在数据安全、开发门槛和生态整合方面的特色亮点
万字长文！从 0 到 1 搭建基于 LangGraph 的 AI Agent
从零构建AI Agent的进阶指南，LangGraph框架助你高效实现复杂智能体系统。 核心内容： 1. LangGraph框架的核心设计理念与优势解析 2. 实战演示：从基础环境搭建到完整工作流实现 3. 与传统手写Agent的对比及典型应用场景分析
LangGraph v0.6 重磅发布！全新 Context API 让智能体开发更简单
LangGraph v0.6带来革命性更新，Context API让智能体开发更简单高效，告别繁琐配置！ 核心内容： 1. 全新Context API大幅简化开发流程，提升类型安全性 2. 动态模型选择功能实现智能体多场景适配 3. Runtime对象整合所有运行时信息，开发体验全面升级
Langchain学习教程一（Hello World）
LangChain框架助你快速开发AI应用，告别重复造轮子，轻松实现多模型接入与复杂功能。 核心内容： 1. LangChain框架的核心优势与功能模块 2. 开发AI应用时手动实现与使用框架的对比 3. LangChain支持的常见应用场景与开发范式
Langchain学习教程二（提示词模板和 LCEL 语法）
掌握LangChain提示词模板与LCEL语法，提升大模型应用开发效率。 核心内容： 1. 提示词模板(PromptTemplate)的作用与实战应用 2. LLM与ChatModel的核心区别解析 3. LCEL语法在LangChain中的特殊优势
Langchain 教程四（OutputParser）
LangChain 的 OutputParser 帮你轻松将 LLM 返回的自然语言转换为结构化数据，提升开发效率。 核心内容： 1. OutputParser 的作用与常见类型介绍 2. StrOutputParser 的使用方法与示例代码 3. 不同 OutputParser 的适用场景与选择建议
通俗易懂的LangGraph图定义解析
LangGraph框架解析：轻松构建复杂工作流，从对话系统到智能代理都能驾驭。 核心内容： 1. StateGraph的核心概念：节点、边与状态传递机制 2. 定义图的六步实操：从状态定义到编译执行 3. 聊天机器人案例详解：意图解析→数据库查询→回复生成的完整链路
LlamaIndex + LangChain 如何协同打造 AI 超级助手
LlamaIndex与LangChain强强联手，打造能理解、会行动、懂流程的AI超级助手，让你的私人数据真正活起来！ 核心内容： 1. LlamaIndex与LangChain的核心功能解析：知识检索与智能调度 2. 协同工作流程演示：从文档查询到自动生成报告的完整链路 3. 实战案例：快速搭建具备记忆和行动力的企业文档助手
让AI像人一样“动脑筋”：教你用LangChain打造“超强智能体”！
LangChain带你解锁AI智能体的无限可能，让AI从简单应答升级为能思考、会行动的超级助手！ 核心内容： 1. LangChain如何实现AI的多步骤思考与执行 2. 法律助手、电商客服等行业的实际应用案例 3. 手把手教你搭建智能文档问答助手
LangGraph：让你的RAG像“大脑”一样思考的秘密武器！
LangGraph让AI从“机械应答”升级为“智能决策”，解锁复杂任务处理能力！ 核心内容： 1. RAG技术的局限与LangGraph的突破性架构 2. LangGraph三大核心组件详解（节点/状态/边） 3. 智能工作流在医疗问诊等场景的落地示范
用LangGraph打造高可用生产级AI Agent
LangGraph助你轻松构建高可用AI智能体，从demo到生产环境一步到位。 核心内容： 1. LangGraph的核心功能与优势解析 2. 生产级AI智能体面临的挑战与解决方案 3. 旅行规划助手实战案例详解
LangChain与Embeddings技术：构建高效RAG系统的核心组件
LangChain与Embeddings技术强强联合，打造高效智能的RAG系统，让非结构化数据处理更简单高效。 核心内容： 1. LangChain框架在RAG系统中的核心作用与工作流程 2. Embeddings技术的原理、优势及主流模型比较 3. 实战案例展示如何构建本地知识问答系统
使用 LangGraph 打造 Multi-Agent 系统
探索LangGraph如何简化复杂多代理系统的构建，利用结构化工作流实现更智能的AI交互。 核心内容： 1. LangGraph的核心概念与架构解析 2. 从零开始搭建多代理系统的完整流程 3. 实战演示条件路由和状态管理的高级应用
构建AI Agent的完整实战指南：从邮件助手案例看6步落地方法
构建AI Agent不再遥不可及！这篇实战指南通过邮件助手案例，手把手教你6步落地方法。 核心内容： 1. 明确Agent目标任务的5-10个具体示例 2. 设计详细操作流程的标准操作规程(SOP) 3. 构建基于Prompt的最小可行产品(MVP)策略
LangChain创始人：决定AI产品成败的隐藏指标
LangChain创始人揭秘AI产品成败关键：用户对AI结果的信心（CAIR）才是隐藏胜负手。 核心内容： 1. 提出CAIR指标：衡量用户对AI结果的信心 2. 剖析CAIR三大要素：价值、风险、纠正成本 3. 以Cursor为例展示高CAIR设计如何推动产品成功
“你问我答”，LangChain 是怎么帮 AI 变聪明的？
LangChain 如何让AI问答助手变得更聪明？揭秘大语言模型背后的“智能指挥系统”。 核心内容： 1. LangChain 框架的核心功能与组件解析 2. 问答助手在客服、教育等场景的实际应用案例 3. 从零构建中文知识库问答系统的技术实现方案