码农-张岳-优快云博客

原创 DocMind-python-agent-V2：Langgraph与状态机

id | product_name | region | amount | sale_date | | --- | --- | --- | --- | --- | | 10 | 数据中台 | 华东 | 1600.00 | 2026-03-28 | | 9 | 数据中台 | 华北 | 900.00 | 2026-03-15 | | 3 | 智能助手 | 华东 | 1800.00 | 2026-03-10 |...| 10 | 数据中台 | 华东 | 1600.00 | 2026-03-28 |

2026-07-21 16:12:14 171

原创 DocMind-python-agent-V2：Text-to-SQL

而真实企业场景里，这两者缺一不可。Text-to-SQL 是考验 LLM的经典场景：模型需要把自然语言“翻译”成精确的 SQL 语法、处理表结构、应对报错并重试。这个过程中，Agent 会展示完整的循环。没有它，你的 Agent 只是一个“检索路由”，有了它，Agent 才真正开始“动脑子”。

2026-07-19 23:35:02 310

原创 DocMind-python-agent：上传github

而且后续三个版本的开发，之前已经拆分了项目，之后都会在这个项目基础上延续加入剩余几个版本的技术内容，而且后续的标题我也会按照这个风格延续了，并且定期提交github。大家可以下载下来自己跑以下，项目介绍文件还没传上去，不过一直跟着课程走的同学们应该是可以跑的，无外乎就是一些依赖和配置问题，实在搞不清可以回帖发问，我看到会第一时间解答。由于上一篇的内容和代码实在有点多了，所以我将项目传到了github。

2026-07-19 19:30:10 46

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）7-v1.5项目级增强重构版本

上一篇我们已经基本实现了一个有记忆，有通过向量的RAG的智能体，但也只是实验室级别的，距离真正的生产标准还有一定的距离。而且我们V1版本主要以实验为主，很多代码耦合度较高，没有细化分类，所以我们本篇会根据开闭原则（对扩展开发，对修改关闭）重构项目。

2026-07-19 14:36:51 238

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）6-rag与向量-v1基础版本完结

之前我们实战介绍了openai规范的接口调用，说明了三种提示词消息（其实还有role为tool的第四种消息，本篇会涉及到，需要大家自己挖掘）的作用，跑通了一个简单智能体，可以回答基础问题。但是大模型可以回答的问题都是它训练时候的数据，实时性几乎是没有的，而且对于不知道的问题，还会产生很多“幻觉”，这个时候我们就需要使用RAG。的全称是（Retrieval-Augmented Generation），目前是解决大模型（LLM）“幻觉”和“知识陈旧”问题最主流、最有效的技术方案。简单来说，RAG 就是。

2026-07-14 01:03:34 181

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）5-记忆与提示词

大家可以看到，请求的数据结构，与我们上一篇讲的一直，而且因为我们添加了系统提示词，所以llm知道他叫小智，还有就是我的问题 "有多暖心" ，这句话单独拿出来语义是很割裂的，如果没有上下文的话，大模型根本不会回答的这么准确。最后总结一下：llm的接口每次都是单独调用的，也就是说，其实所谓的记忆，都是每次单次调用接口的时候我们加上去的，是我们人为给大模型构造出的记忆。对了，有个事情之前忘了说了，大家的deepseek记得要充钱哦，我的是有余额的，所以之前没在意，不好意思！"content": "有多暖心",

2026-07-13 01:09:38 212

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）4-messages与记忆概述

上一篇我们实现了一个简单智能体，可以和大模型对话了，但是此时是没有记忆的，每次对话都是独立的，这明显不是实际生产需要的，所以我们需要为智能体添加记忆。deepseek支持的model有两种，分别为flash非思考模式与pro思考模式，我们目前使用的是flash非思考模式。：来自用户的实际输入。当前的问题、任务、要处理的数据。也就是我们平时和使用网页和大模型聊天时我们每次输入的内容。通常用户看不到，或者被锁定在开发者的设置中。我们做智能体开发，绝大多数工作都是围绕 mseeages 展开的。

2026-07-12 23:41:45 150

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）3-第一个简单的agent

上一个帖子让大家创建了.env文件，并添加了自己的apikey，接下来我们开始写代码。

2026-07-12 21:55:01 237

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）2-创建项目

1.申请大模型的key，我用的是deepseekDeepSeek2.在pycharm中创建项目，环境选择uv，我的项目名叫DocMind-v1正常创建完项目是会有.venv文件夹的，没有的话终端执行一下 uv venv3.项目终端执行：uv add langchain langchain-community langchain-text-splitters langchain-openai pypdf chromadb langchain-chroma pydantic python-dotenv 核

2026-07-12 21:19:05 192

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）1-环境准备

替换为你希望安装的实际路径，比如我安装在了OllamaSetup.exe /dir="d:\ollama。修改docker镜像源，在 setting - docker engine，我的是这样的。在 Windows 上，可以通过命令行参数或环境变量来指定安装路径。5.安装docker，docker可以帮助我们安装开发时所需要的数据库等软件。将docker安装在D盘，在docker文件目录执行cmd。在“用户变量”或“系统变量”区域，点击“新建”-。，变量值设为你想要的模型存储路径（例如。

2026-07-12 00:02:21 222

原创从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第一帖）

从零构建一个生产级企业文档智能助手 ——，覆盖 RAG、Agent、多智能体、高级检索、生产工程化全链路，带你一次性吃透 2026 年主流 Python 智能体技术栈。

2026-07-11 21:59:11 295 2

qq_27031301的博客