相关文章
289 篇高质量内容🦜🤖LangManus:基于LangChain的开源多智能体助手
探索LangChain与AI智能协作的前沿项目。 核心内容: 1. LangManus的开源背景及其快速增长 2. LangManus的AI自主深度研究能力 3. ReAct框架与多智能体协作的演示场景
扣子飞书插件“写入飞书”和“读取飞书”到底怎么用?
掌握飞书插件的正确用法,让自动化办公更高效。 核心内容: 1. 飞书插件参数拼接的常见问题与解决方案 2. 使用大模型快速生成符合要求的输入参数 3. 通过AI生成代码,提高处理速度和效率
实操干货!MCP全解析,一步步教你借助第三方MCP Server开发Agent
MCP全解析,AI应用与外部资源集成的利器。 核心内容: 1. MCP概念与架构深度解析,了解MCP的起源与价值 2. 实战案例:一步步教你构建基于MCP的Agent应用 3. MCP Server的角色与部署策略,掌握MCP集成架构精髓
Ai大模型agent LangChain入门环境搭建2025最新
掌握AI大模型LangChain,从零开始搭建你的入门环境! 核心内容: 1. 2025最新AI大模型agent LangChain入门指南 2. Ubuntu系统与Python环境配置详解 3. 使用pyenv工具安装Python 3.10.12步骤
AI框架LangChain实战
探索AI框架LangChain在提高工作效率中的应用与实践。 核心内容: 1. AI应用背景与提高工作效率的目标 2. LangChain框架介绍与GitHub增长速度 3. 实战示例:文档信息读取与接口信息总结
LangChain RAG&Agent实践-活动组件AI助手的实现
深入探索LangChain在AI助手开发中的应用,揭示组件活动业务的智能化转型。 核心内容: 1. LangChain RAG和Agent在活动组件AI助手中的实践历程 2. AI助手在活动组件业务中的三个发展阶段及其效果 3. LangChain技术落地实现的详细流程和关键技术点
用LangChain还是LangGraph?官方终于站出来表态了
探索构建LLM应用的两大流行框架,LangChain和LangGraph的区别与应用场景。 核心内容: 1. LangChain和LangGraph在构建LLM应用中的角色和区别 2. LangChain的基础组件及其应用方式 3. LangGraph的工作流组织方式和核心优势
让AI真正落地,LangFlow、Dify与Coze要怎样选择呢?
探索AI应用开发的新工具,LangFlow如何引领低代码革命。 核心内容: 1. LangFlow简介及其在AI应用开发中的作用 2. LangFlow的核心功能和使用场景 3. LangFlow的技术特点和部署方法
LangChainGo中的提示词工程(Prompt Engineering)
掌握LangChainGo提示词工程,精准控制大语言模型输出。 核心内容: 1. 提示词工程的定义及其在LangChainGo中的重要性 2. 提示词基础策略及高级技巧详解 3. LangChainGo中基础提示词的实现与示例
LangChain实战 | ParentDocumentRetriever 优化长文档的向量搜索质量
ParentDocumentRetriever优化长文档搜索,提升问答系统准确性。 核心内容: 1. ParentDocumentRetriever解决长文档向量搜索的上下文缺失问题 2. 核心原理:分层检索,子文档检索但返回完整父文档 3. 应用场景:法律文件、研究论文等长文档处理
Agent 最全 Playbook:场景、记忆和交互创新
AI Agent领域最新趋势解读,深入分析关键要素和未来突破口。 核心内容: 1. AI Agent现状与落地瓶颈:1300位从业者视角 2. 规划能力、交互创新和记忆机制的关键要素分析 3. 2025年AI Agent突破口展望与创业机会探讨
LangGraph全新4大预构建Agents框架登场
LangGraph引领AI智能体新纪元,四大预构建框架全面开源! 核心内容: 1. LangGraph Swarm:构建类似蜂群的多智能体系统,智能体动态移交控制权 2. LangMem:智能体长期记忆管理,存储关键事实和执行任务的内化知识 3. 特定任务智能体与层次化多智能体框架,专业化智能体协同工作 4. 基于LangGraph构建,支持流式处理、短期和长期记忆、人机协同
释放 Langflow 的力量:使用 Rag 构建多工具代理
掌握Langflow构建多工具AI代理的高级技巧,为客服领域带来革命性的效率提升。 核心内容: 1. 构建多工具Langflow代理的基础知识和应用场景 2. RAG与Text2SQL技术在客户支持中的应用 3. 开发自定义组件和Streamlit网络应用的实战指南
用 LangGraph 构建 Agent 逐步指南
LangGraph:AI智能体开发新突破,实现复杂任务自动化 核心内容: 1. LangGraph与AI智能体的结合,超越传统RAG系统 2. LangGraph核心概念:状态图、结点、状态和边 3. 通过太阳能板节能效果示例,逐步构建AI智能体
刚刚,LangGraph官方开源Ultra版本,多智能体能力提升10倍!
LangGraph Ultra版本开源,多智能体协同工作能力革命性提升! 核心内容: 1. LangGraph Ultra版本发布,多智能体应用能力大幅提升 2. 核心特性:多智能体协同工作与上下文信息传递 3. 实际应用案例:自动切换订票和订酒店场景的智能体协同演示
AI Agent 开发框架巡礼:流行度、案例与理性选择
探索AI Agent开发框架的流行度、案例与选择指南。 核心内容: 1. 基于GitHub Star数、社区活跃度等指标的AI Agent开发框架流行度排序 2. LangChain、Auto-GPT、LlamaIndex三大框架的特点、优势与劣势解析 3. 从工具声明、调用案例出发,给出AI Agent开发框架的理性选择建议
deepseekers 第一个全面拥抱 deepseek 的国产 AI Agent 框架
探索国产AI框架的创新实践,深入了解DeepSeekers如何助力企业与个人高效应用AI技术。 核心内容: 1. DeepSeekers框架轻量级设计及其全面支持DeepSeek系列模型 2. 实例驱动开发过程与面向业务逻辑的场景设计 3. 邮件助手、数据分析、项目空间三大场景的AI应用与挑战
LangMem 发布:任何人都能轻松构建智能体记忆!
LangMem SDK——让AI代理拥有长期记忆,不断学习和进化! 核心内容: 1. LangMem SDK功能介绍:从对话中提取信息,保持长期记忆 2. 集成与兼容性:与任何存储系统和代理框架配合使用 3. 记忆类型与代理学习:语义记忆等记忆类型在自适应代理中的作用
基于LangChain爬虫增强RAG应用
掌握LangChain与网络爬虫的结合,提升LLM数据获取能力。 核心内容: 1. 网络爬虫在LLM数据增强中的作用和优势 2. LangChain中使用爬取数据的挑战及解决方案 3. 实操教程:构建LangChain网络爬虫,从CNN文章提取内容并生成摘要
LangChat实战DeepSeek-R1模型
探索LangChat在企业AI领域的实践应用,深入了解DeepSeek-R1模型的本地部署和使用技巧。 核心内容: 1. LangChat企业级AIGC项目解决方案介绍 2. DeepSeek-R1模型的本地部署与Ollama的使用 3. 构建知识库与LangChat Agent功能的结合应用