#LangSmith
共 222 篇相关文章
·17 分钟
AI Engineer大会预演观察：AI工程走向成熟的行业信号
通过AI Engineer大会（AIE Summit）彩排预演的独家观察，解读AI工程领域从研究到落地的范式转移。本文深入分析AI工程师面临的核心挑战、RAG、Agent系统等热门技术方向，以及AI工程正在成为独立专业学科的行业趋势。
阅读全文 →
·6 分钟
微软开源Flint：AI智能体行为可视化语言详解
微软开源Flint——一种专为AI智能体设计的可视化语言，帮助开发者直观理解智能体的决策路径、多步推理与协作流程，提升调试效率与可观测性。本文深度解析Flint的设计理念、应用场景与行业价值。
阅读全文 →
·17 分钟
Agent工程师转型路线图：三大核心技能体系详解
想转型Agent智能体工程师？本文系统梳理大模型底层知识、LangChain架构开发、企业级部署落地三大核心技能路线，帮你避开学习弯路，掌握可商用的智能体开发能力。
阅读全文 →
·14 分钟
Dify本地部署完整教程：Docker+Ollama+RAG搭建指南
详解Dify智能体本地部署全流程：从Docker环境配置、Ollama+DeepSeek本地大模型接入，到工作流编排与RAG知识库搭建，帮助开发者快速构建私有化AI应用。
阅读全文 →
·18 分钟
LangChain入门：连接大模型与AI应用的核心框架
深入解析LangChain框架的定位与价值——为什么大模型需要中间层？LangChain如何作为"粘合剂"统一多模型接口、支撑Agent开发？本文梳理框架核心模块与学习路线，助你快速入门AI Agent开发。
阅读全文 →
·17 分钟
Harness Engineering：企业级AI Agent落地的六层工程体系
从Prompt工程到Harness Engineering，深度解析AI Agent真正落地企业的核心难题。本文拆解上下文边界、工具系统、执行编排、记忆状态、评估观测与约束恢复六层架构，结合Hermes Agent实战案例，帮助开发者建立面向工业落地的Agent工程思维。
阅读全文 →
·16 分钟
Agent项目高含金量的6个核心标准，让面试官眼前一亮
大多数Agent项目在面试中毫无竞争力，根本原因是缺乏业务价值与工程深度。本文系统拆解高含金量Agent项目的6大核心标准：真实业务场景、完整后端工程体系、任务规划能力、上下文工程、可观测性评估体系与人机协同设计，帮助开发者打造真正能写进简历的AI智能体项目。
阅读全文 →
·15 分钟
AI Agent入门到实战：六周学习路线完整指南
系统拆解AI Agent六周学习路线，涵盖核心架构（规划/记忆/工具调用）、ReAct范式、多智能体协作、RAG融合及部署落地，帮助开发者从零基础到实战构建完整Agent开发体系。
阅读全文 →
·16 分钟
LangChain 1.3实战：DeepAgent架构与Harness思想全解析
深入解析LangChain 1.3核心模块与DeepAgent架构设计，涵盖Harness架构思想、LangGraph底层原理、人机协同HITL、记忆管理与安全护栏，助你系统掌握生产级AI Agent开发体系。
阅读全文 →
·17 分钟
HuggingFace开源ml-intern：能读论文、自主训模型的AI工程师
Hugging Face开源项目ml-intern，可自主读论文、写训练脚本、Finetune大模型，深度集成HF生态与smolagents框架。本文解析其核心功能、模型切换方式及对ML工程师职业的真实影响。
阅读全文 →
·18 分钟
LangChain.js + Nuxt.js：前端工程师的AI全栈进阶路径
前端招聘已将AI能力列为核心考察项，涵盖RAG知识库、AI Agent智能体开发与LangChain.js工程化实践。本文解析LangChain.js + Nuxt.js技术组合如何帮助前端开发者快速构建具备记忆与检索能力的AI全栈应用，附完整进阶路线图与行动建议。
阅读全文 →
·19 分钟
Electron+LangGraph实战：从零搭建AI Agent可视化编排应用
本文基于实战教程，详解如何用Electron Forge与LangGraph构建企业级AI Agent工作流编排应用，涵盖本地大模型部署（Qwen3-0.6B）、节点式可视化画布设计及Function Calling全链路打通，适合求职者打造有深度的全栈AI项目。
阅读全文 →
·6 分钟
大模型思维可视化：让LLM推理过程透明可解释
大模型思维可视化正成为AI可解释性领域的重要突破。本文深度解析LLM推理链可视化的核心价值、技术路径与挑战，探讨如何将Chain-of-Thought从黑盒变为可审查的「玻璃盒」，助力构建可信AI。
阅读全文 →
·19 分钟
LangGraph核心概念全解析：企业级智能体开发首选框架
深入解析LangGraph核心概念：短期与长期存储机制、与LangChain的区别、MIT开源协议及私有化部署方案。帮助开发者快速掌握企业级Agent智能体开发的关键路径，避免常见误区。
阅读全文 →
·6 分钟
值钱的大模型开发工程师必备的四种核心能力
为什么企业高薪招不到合适的AI开发人才？本文拆解真正值钱的大模型应用开发工程师必备的四种核心能力：任务拆解、工具调用、评测与可观测性、生产环境能力，帮你构建完整的AI工程师能力体系，从学习者蜕变为企业争抢的高薪人才。
阅读全文 →
·15 分钟
构建长效AI智能体的七大核心组件详解
深度解析构建长效运行AI智能体（Long Running Agent）所需的七大核心组件：目标、评估器、验证器、外层循环、编排、可观测性与记忆。掌握这套控制系统，让智能体真正可靠自主运行。
阅读全文 →
·11 分钟
程序员入门大模型：从Prompt到Agent的完整进阶路线
为普通程序员量身打造的大模型学习路径：从Prompt工程、API调用、LangChain框架，到RAG检索增强、Agent智能体，再到模型微调与企业级部署，六步完整路线助你少走弯路，快速具备AI应用落地能力。
阅读全文 →
·17 分钟
Agentic AI开发实践：评估与错误分析才是核心竞争力
拨开Agentic AI炒作迷雾，看清智能体应用的真实价值。基于吴恩达课程精华，揭示顶级开发者与普通开发者的真正差距——不在于框架选型，而在于系统性评估（Evals）与错误分析能力。附真实落地场景与开发方法论。
阅读全文 →
