shao918516的博客

本章使用LangChain Agents构建Gradio，首先介绍LangChain Agents概念及执行逻辑，并给出演示用例，然后用其构建Gradio，最后介绍如何通过智能体使用Gradio Tools，以及如何创建它。

本章使用LangChain Agents构建Gradio，首先介绍LangChain Agents概念及执行逻辑，并给出演示用例，然后用其构建Gradio，最后介绍如何通过智能体使用Gradio Tools，以及如何创建它。

本章使用LangChain Agents构建Gradio，首先分别介绍LangChain Agents原理，并给出演示用例，然后用其构建Gradio，最后介绍如何使用和创建Gradio Tools。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入非主要但常用的Text splitters，而查询分析（Query analysis）是对Retrievers概念的补充，在讲解原理后对每个组件给出简单示例。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入非主要但常用的Text splitters，而查询分析（Query analysis）是对Retrievers概念的补充，在讲解原理后对每个组件给出简单示例。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入一个非主要但常用的Text splitters，并对每个组件给出简单示例。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入一个非主要但常用的Text splitters，并对每个组件给出简单示例。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入一个非主要但常用的Text splitters，并对每个组件给出简单示例。

本章按照项目中的应用顺序，依次介绍其余四种主要组件Document loaders、Embedding models、Vector stores、Retrievers，再加入一个非主要但常用的Text splitters，并对每个组件给出简单示例。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain中的tool抽象类将Python函数与定义函数名称、描述和预期参数的模式schema关联起来，以明确创建工具的作用及调用方式。本节将从Tools接口与创建工具概述、装饰器@tool、结构化工具StructuredTool、处理Error、返回产物artifact、特殊类型注解、工具调用和Toolkits等方面详细介绍工具。

LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度。Chat models作为LangChain的主要组件，涵盖了最常用的功能，也是各提供商集成的主要载体，所以本章以Chat models为代表介绍LangChain组件。本章Chat models主要内容包括Chat models介绍、接口、消息、工具、结构化输出、多模态以及高级主体，为后续使用Agent创建Gradio做铺垫。

LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度。Chat models作为LangChain的主要组件，涵盖了最常用的功能，也是各提供商集成的主要载体，所以本章以Chat models为代表介绍LangChain组件。本章Chat models主要内容包括Chat models介绍、接口、消息、工具、结构化输出、多模态以及高级主体，为后续使用Agent创建Gradio做铺垫。

LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度。Chat models作为LangChain的主要组件，涵盖了最常用的功能，也是各提供商集成的主要载体，所以本章以Chat models为代表介绍LangChain组件。本章Chat models主要内容包括Chat models介绍、接口、消息、工具、结构化输出、多模态以及高级主体，为后续使用Agent创建Gradio做铺垫。

LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度。Chat models作为LangChain的主要组件，涵盖了最常用的功能，也是各提供商集成的主要载体，所以本章以Chat models为代表介绍LangChain组件。本章Chat models主要内容包括Chat models介绍、接口、消息、工具、结构化输出、多模态以及高级主体，为后续使用Agent创建Gradio做铺垫。

LangChain使用简单，并拥有庞大的用户和贡献者社区，由LangChain实现的agents也具有一定代表性。但LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度，内容也非常多，所以拆分为三章。本章介绍LangChain组件Chat models，为后续使用Agent创建Gradio做铺垫。

Chat models是一种现代LLMs，它使用一系列消息作为输入，返回消息作为输出（与使用纯文本相反），Chat models中通常使用各供应商较新的型号。另外需要说明的是，聊天模型是语言模型的变体，虽然聊天模型在幕后使用语言模型，但它们公开的界面有点不同。它们不是公开一个“文本输入，文本输出”的API，而是公开一个将“聊天消息”作为输入和输出的接口。

LangChain使用简单，并拥有庞大的用户和贡献者社区，由LangChain实现的agents也具有一定代表性。但LangChain本身的知识结构较为庞杂，因此本章先讲述LangChain优势分析、学习资料、架构及LCEL，后续章节再介绍各个组件，为使用LangChain构建agent做铺垫。

LangChain使用简单，并拥有庞大的用户和贡献者社区，由LangChain实现的agents也具有一定代表性。但LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度，内容也非常多，所以拆分为两张。本章先介绍LangChain概念、学习资料、架构和组件，为后续使用Agent创建Gradio做铺垫。

LangChain使用简单，并拥有庞大的用户和贡献者社区，由LangChain实现的agents也具有一定代表性。但LangChain本身集成了大量供应商和组件，资料庞杂，理解起来颇有难度，内容也非常多，所以拆分为两张。本章先介绍LangChain概念、学习资料、架构和组件，为后续使用Agent创建Gradio做铺垫。

LangChain使用简单，并拥有庞大的用户和贡献者社区，由LangChain实现的agents也具有一定代表性。本章先讲述LangChain概念及架构，然后使用LangChain构建agent，最后使用Langchain.agents构建Gradio UI。