#LangChain
共 158 篇相关文章
MockAgent：为LangChain智能体打造的工具Mock与Schema校验网关
MockAgent 是一款面向 LangChain 智能体的轻量级工具 Mock 与 Schema 校验网关，可模拟工具调用并校验参数格式，帮助开发者在无需真实外部依赖的情况下完成智能体测试与调试，提升开发效率与可靠性。
LangChain+MCP实战：读懂Agent工具调用原理
本文结合 LangChain 与 MCP 实战讲解，剖析大模型、框架与 Agent 的关系，重点解读智能体如何真正执行工具调用、管理对话历史并基于结果多轮决策，帮助你理解从零搭建可用智能体的核心原理。
langgraph-jev：为LangGraph打造类型安全的决策节点
langgraph-jev 是一个开源工具，将 TypeSafe 的 Jev API 封装为 LangGraph 的类型化决策节点，提供类型化输入输出、置信度评分与确定性路由，帮助开发者构建更可靠的 AI 智能体工作流。
如何用Mock网关解决LangChain智能体的工具Schema幻觉难题
LangChain智能体在多步骤工具调用中常出现JSON Schema幻觉导致崩溃。本文解析一种用Mock网关前置校验参数、返回结构化错误引导模型自纠的架构方案，并对比Pydantic、LangGraph等社区解法。
LangChain入门指南：它到底解决了大模型的哪些问题？
LangChain零基础入门指南：解析这个大模型应用开发框架的定位与命名逻辑，以及它如何解决大语言模型知识受限、无法调用外部工具、缺乏状态保持的三大核心问题，并附官方文档学习建议。
AI Agent工具的隐忧：为何它常常不知道自己是否成功
一位开发者在测试LangChain时发现，AI Agent调用的工具常常无法准确报告自己是否真正执行成功。本文分析这一隐性失败问题如何在链式任务中放大，并给出工具设计与Agent编排的实践建议。
Google Custom Search API停用：LangChain搜索封装的迁移方案
Google将关停Custom Search JSON API，LangChain的GoogleSearchAPIWrapper将失效。本文解析临时客户端替换方案与迁移到Tavily/Brave等工具的权衡，帮助开发者平滑过渡。
从零搭建企业级Agent：LangChain 1.0核心能力全解析
本文系统解析AI Agent智能体的核心概念、软件形态演进与工作机制，并重点拆解LangChain 1.0的六大升级与create_agent快速开发实践，适合Agent开发入门者。
langchain-halu：给LangChain加一层LLM幻觉检测
langchain-halu 是一个开源的 LangChain 幻觉检测集成，通过标注、拦截、自动重试三种方式将 LLM 幻觉检查嵌入 LCEL 链，底层返回校准概率与错误类型，帮助提升大模型应用可靠性。
LangChain入门指南：AI Agent智能体开发核心概念与三大能力解析
LangChain是大模型应用开发的入门级框架，本文解析智能体=模型+框架的核心公式，以及LangChain如何解决模型的知识时效、外部数据访问和上下文记忆三大局限，适合AI Agent开发入门。
LangChain+MCP实战入门：从工具调用到智能体搭建
从零入门 LangChain 与 MCP：讲解大模型如何绑定工具接入企业业务、Agent 智能体如何真正执行工具调用，以及为何应站在框架肩膀上聚焦业务而非重复造轮子。
无需改动Agent代码，如何按参数拦截LangChain工具调用
如何在不修改 LangChain/LangGraph Agent 代码的前提下，按参数拦截工具调用？本文解析基于网关的策略层方案，对比 interrupt() 人工审批与工具内检查，并剖析流式拦截、fail open 等关键限制。
为LangChain/LangGraph添加Agent Skills：上下文、缓存与Artifacts的工程权衡
一位开源开发者分享了为LangChain/LangGraph金融Agent添加Agent Skills的三条核心经验：指令按需加载与Prompt缓存的权衡、用Artifacts避免数据绕行LLM、让工作流决定运行时，并附Python/TypeScript示例。
LangChain+Playwright 打造智能测试Agent：自然语言驱动UI自动化
本文介绍如何用 LangChain 结合 Playwright 搭建智能测试Agent，通过本地大模型加浏览器工具包，实现自然语言驱动的UI自动化测试，降低脚本维护成本，并分享事件循环、提示词等实战踩坑要点。
LangSmith Fine-Tuning 上线：一条 CLI 打通微调全流程
LangChain 发布 LangSmith Fine-Tuning 与 smithtune 工具，Fireworks 成为首批训练合作伙伴。开发者可通过一条 CLI 完成从 LangSmith traces 到托管 SFT、评估、部署的完整微调闭环，无需自建训练基础设施。
为什么大模型应用离不开LangChain？框架入门核心概念详解
为什么会调 API 还要学 LangChain？本文从工程化落地角度解析 LangChain 的核心价值，详解提示词模板、Chains、Memory、RAG、Agent 五大模块及企业真实应用场景，帮你理清从调 API 到做产品的关键差距。
AI Agent开发入门指南：为什么它是下一个技术风口
AI Agent被视为软件行业的下一次范式革命。本文解析Agent与通用大模型的区别、群体协同前沿探索、市场增长数据及入门路径，并介绍一套基于LangChain的零基础Agent开发学习方案。
LangChain入门详解：AI Agent智能体开发从0到1
LangChain 入门指南：从模型加封装框架的定位出发，讲解 LangChain 名字由来、三大核心能力（突破知识时间边界、连接外部数据、多轮对话记忆管理），帮助小白从0到1开发 AI Agent 智能体。
LangChain九月更新解析：委托访问与Agent可观测性升级
LangChain九月版本更新详解：为沙箱引入委托式LangSmith访问、支持stop_reason捕获的SDK运行追踪、修复ReDoS安全漏洞，并覆盖LangChain OpenAI、Anthropic及LangGraph CLI等生态包，全面提升agent工作流的可观测性与可靠性。
LangChain入门：为什么大模型应用离不开它
LangChain入门讲解：一句话理解它作为大模型应用开发框架的定位，剖析单一大模型在知识时效、外部交互、状态记忆上的三大局限，以及LangChain如何通过统一组件抽象和外部集成补齐能力，为RAG与Agent实战打基础。