共 1198 篇相关文章

系统梳理LangChain、LangGraph到多智能体开发的进阶路线,涵盖RAG、Tool Calling、MCP等核心概念,帮助开发者快速切入AI应用开发,掌握大模型工程化实战能力。

从零学习LangChain框架,掌握Python环境配置、API Key安全管理、ChatModel调用与token机制,快速构建属于你自己的AI大模型应用。
Open Deep Research:LangChain开源AI研究智能体完…
深度解析LangChain开源项目open_deep_research:基于LangGraph构建的AI深度研究智能体,支持多模型、多搜索工具灵活配置,已获12000+ Star。覆盖技术架构、核心工作流、典型应用场景与落地建议,帮助开发者快速掌握Agentic RAG实践路径。

为LangChain AI智能体接入邮件能力,Gmail API的OAuth授权流程过于繁琐,AgentMail提供更轻量的Agent专用邮件API。本文从工程实战角度对比两种方案的优劣,并分析SendGrid、原生SMTP的适用场景,帮助开发者快速选型。

LangChain4j是专为Java工程师打造的AI应用开发框架,无需转学Python,即可在Spring Boot项目中接入DeepSeek、通义千问等大模型。本文详解LangChain4j核心组件、学习路径与职业价值,助你快速完成Java+AI技术转型。

深入解析LangChain两大核心组件:Chain(链)与Memory(记忆)。了解如何通过多步骤链式调用突破单次大模型的局限,并用长时/短时记忆机制解决大模型无状态痛点,开发真正智能的AI应用。

深入解析LangChain生态四大核心模块:LangChain基础组件、LangGraph流程编排、Deep Agents自主规划与LangSmith运维平台。从Hello World到实战搭建Agent,掌握工具调用、提示词模板与记忆管理,理解AI Agent开发的核心构建思路。

系统讲解LangChain 1.3核心架构:从大模型调用、Agent工具调用,到Harness架构思想与DeepAgent实战。厘清LangGraph底层作用,提供清晰学习路径,避免踩老版本的坑。

AI正在彻底改变软件测试工作流。本文深度解析Cursor Skills、Coze智能体、LangChain多智能体三大实战方案,涵盖测试用例自动生成、BDD场景建模、多智能体评审系统等核心场景,帮助测试工程师从执行者升级为测试架构师。

基于LangChain最新1.3版本,系统讲解从大模型(Models)到智能体(Agent)开发的核心路径,涵盖Harness架构、LangGraph、记忆管理、人机协同、安全护栏等八大模块,帮助开发者建立现代Agent开发的完整知识体系。

B站UP主图灵楼兰最新LangChain V1.3课程深度解析:为什么学工具不如学工程化思维?从RAG准确率迷思、Token成本把控,到LangChain/LangGraph/Deep Agent三大模块拆解,帮你真正成为AI时代的掌控者。

深入解析LangChain框架核心定位、架构原理与学习路径。涵盖RAG应用开发、智能体(Agent)构建、版本选择(0.3/1.0)及六大核心组件,帮助Java/Python开发者快速掌握大模型应用开发技能,轻松应对15K+岗位需求。

深入讲解RAG检索增强生成技术原理,手把手教你用LangChain加载PDF、Word等多格式文档,构建完整的ChatDoc文档问答应用,掌握向量数据库与Embedding的核心实践。

深度解析LangChain 1.3核心知识体系,涵盖Harness架构思想、DeepAgent定位、LangGraph底层原理、Agent记忆机制与人机协同,帮助AI工程师系统掌握智能体开发的完整技术脉络。

深入解析LangChain V1.3核心理念:从RAG检索增强生成到多智能体工作流,掌握LangGraph、Chain、DeepAgent三大模块,学习Token精准把控与Human-in-the-loop机制,成为AI应用开发的真正掌控者。

深入解析LangChain框架核心价值:大模型三大局限、统一模型接口、模块化架构设计,手把手配置DeepSeek API,理解SystemMessage/HumanMessage/AIMessage/ToolMessage消息体系,为Agent智能体开发打下基础。

零基础学AI Agent开发不再难!本文梳理最简实战路径:先掌握够用的Python基础,再理解大模型核心概念,最后用LangChain跑通第一个Agent。手把手带你避开弯路,快速上手商业级AI Agent开发。

深度解析基于Langchain.js的AI智能体开发体系,对比工作流型与Agent Loop形态,拆解类比OpenClaw通用引擎的TypeScript实现路径,涵盖结构化输出、MCP协议、LangGraph选型等核心知识点,助力前端开发者完成AI转型。

LangChain是大模型应用开发的主流开源框架,支持GPT-4、GLM等主流大模型。本文深入讲解LangChain的核心概念:组件、链与代理,帮助开发者快速构建接入私有数据、可执行实际操作的AI应用。

LangChain密集发布四项核心功能:OpenWiki自动生成代码库文档、两套语音智能体教程、Harbor长时评估集成,以及deepagents可编程子智能体。本文逐一拆解每项功能的技术原理与应用场景,助力开发者快速掌握智能体全链路开发能力。