- 博客(24)
- 收藏
- 关注
RSS订阅
原创 LangChain 框架全面指南
LangChain 是一个用于开发由大型语言模型（LLMs）驱动的应用程序的框架，它提供了一系列组件和工具，使开发者能够创建复杂的、交互式的、基于语言模型的应用。
2025-04-08 07:30:00
289
原创 LangGraph 使用指南
在 LangGraph 中，状态是图执行过程中传递的关键数据结构。LangGraph 与 LangChain 共享许多配置设置。
2025-04-11 18:04:24
637
原创 LangGraph 架构详解
两者结合使用时，开发者可以利用 LangChain 丰富的组件库和 LangGraph 的强大编排能力构建复杂的应用程序。LangGraph 的架构建立在一个灵活的基于图的系统上，使开发者能够定义和执行复杂的工作流。可观察性层使开发者能够理解、调试和优化他们的应用程序，特别是在处理复杂工作流时。执行引擎确保工作流按照定义的流程准确执行，同时处理条件逻辑和复杂的控制流模式。状态管理系统使应用程序能够维护上下文，并在复杂的执行流程中做出明智的决策。
2025-04-11 18:03:23
691
原创 LangGraph 概述
LangGraph 是 LangChain 框架的扩展，专为创建基于大型语言模型（LLMs）的有状态、多角色应用而设计。它提供了一个灵活的架构，用于构建复杂的多步骤 LLM 应用，其中状态管理和流程控制至关重要。定义代表任务或智能体的节点创建边以建立执行流支持基于状态的条件分支启用循环执行路径。
2025-04-11 18:02:19
416
原创 LangChain-检索系统 (Retrieval)
检索系统解决了大型语言模型知识有限和过时的问题，允许模型访问外部信息源。文档加载：从各种来源加载文本数据文档处理：分割、清理和预处理文档嵌入和索引：将文本转换为向量并建立索引检索：搜索并获取相关文档上下文增强：将检索到的信息整合到模型输入中检索系统是LangChain中连接大语言模型与外部知识的关键组件。通过文档加载、文本处理、向量嵌入和检索，可以构建强大的知识增强型应用。RAG架构将检索系统与生成模型结合，创建了一种既有知识深度又能保持对话灵活性的AI应用框架。
2025-04-10 22:51:01
622
原创 LangChain-提示模板 (Prompt Templates)
提示工程是使用大型语言模型的关键技术。通过精心设计的提示，可以显著提高模型的输出质量和相关性。标准化的提示构建方式：统一接口创建各种提示变量插值：动态构建包含用户输入的提示复用和组合：模块化提示设计和共享特定任务优化：针对不同场景的专用模板提示模板是LangChain中至关重要的组件，它们将用户输入、系统指令和上下文信息转换为结构化的提示，以获得更好的模型输出。掌握提示模板的设计和使用技巧，是有效使用大型语言模型的关键。不同类型的提示模板及其适用场景如何创建和格式化基本提示。
2025-04-10 22:48:10
704
原创 LangChain-输出解析器 (Output Parsers)
语言模型通常输出自然语言文本，但在应用开发中，我们经常需要将这些文本转换为结构化的数据格式，如列表、字典或对象。结构化数据提取：将自然语言转换为特定数据结构格式一致性保证：确保输出符合预期格式容错处理：处理模型输出不符合要求的情况模型指导：向模型提供正确输出格式的指导"""解析形如'key: value'的文本""""""从文本中解析键值对""""""提供格式指导给模型"""return """请以'键: 值'的格式返回信息，每行一个键值对。例如：名称: 爱因斯坦。
2025-04-10 22:46:14
637
原创 LangChain-模型输入输出 (Model I/O)
连接各种语言模型：统一不同提供商的模型接口格式化输入：将原始输入转换为模型可理解的格式处理输出：解析和格式化模型的输出内容这些组件构成了LangChain应用程序的基础，是构建各种AI应用的起点。模型输入输出组件是LangChain的基础构建块，它们提供与语言模型交互的标准接口。连接各种大语言模型动态构建提示解析和结构化输出处理多轮对话实现高级功能如流式处理、函数调用等正确使用这些组件是构建高效且可靠的LLM应用的关键。根据不同的应用场景，组合使用这些组件，可以满足各种复杂需求。
2025-04-10 22:44:00
908
原创 LangChain-记忆系统 (Memory)
在构建对话式AI应用时，能够记住上下文和之前的交互至关重要。存储对话历史：保存之前的消息交换管理上下文窗口：控制传递给模型的上下文量提取相关信息：从历史中选择重要信息处理长期记忆：管理超出上下文窗口的信息# 创建摘要记忆llm=ChatOpenAI(), # 用于生成摘要的模型# 使用摘要记忆summary_memory.chat_memory.add_user_message("你好！我叫李明，我是一名软件工程师。")
2025-04-10 22:41:09
983
原创 智能体执行器 (Agent Executor)
智能体执行器(Agent Executor)是LangChain框架中的核心组件，负责协调智能体的思考过程和工具调用。它充当了智能体与其环境之间的桥梁，管理执行流程，并确保任务能够被正确完成。智能体执行器接收用户输入，将其传递给智能体进行推理，然后执行智能体决定要采取的行动，并将结果返回给智能体继续推理，直到任务完成。) -> bool:# 实现你自定义的停止逻辑# 例如，如果中间步骤超过5个或者检测到某些关键词# 使用自定义停止条件创建执行器。
2025-04-09 14:36:36
546
原创 LangChain 表达式语言 (LCEL) 介绍
[TOC](LangChain 表达式语言 (LCEL) 介绍)LangChain 表达式语言（LCEL）是一种声明式的编程接口，用于构建基于LLM的应用。它提供了一种简洁、直观的方式来组合LangChain的各种组件，构建复杂的AI应用流程。
2025-04-09 14:20:59
777
原创 LangChain 表达式语言 (LCEL) 接口
处理输入# 处理逻辑LCEL接口提供了一种强大而灵活的方式来组合LangChain组件。通过掌握Runnable接口和各种组合器，开发者可以构建复杂而优雅的AI应用程序。更多实际应用示例，请参考LCEL食谱。
2025-04-08 20:30:31
784
原创 LangChain 表达式语言 (LCEL)
模拟天气API调用weather_data = {"北京": "晴朗，25°C", "上海": "多云，28°C", "深圳": "雨，30°C"}return weather_data.get(location, "未知")# 在更大的链中使用"地点: {location}\n当前天气: {weather}\n根据天气情况，推荐适合的活动。chain = {result = chain.invoke({"location": "北京"})
2025-04-08 20:29:36
285
原创 LangChain 框架组件
LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它提供了一系列模块化组件，可以组合使用以构建复杂的AI应用。本文档概述了LangChain的核心组件结构。
2025-04-08 20:21:11
310
原创 LangChain-智能体系统概览
决策能力：能够确定下一步应该采取什么行动工具使用：能够使用各种工具来获取信息或执行操作反思能力：能够评估自己的行动并根据结果调整策略规划能力：能够分解复杂问题并制定解决方案。
2025-04-08 11:00:31
885
原创 LangChain 单智能体与多智能体编排模式总结
LangChain的智能体系统是一个强大的框架，允许语言模型（LLMs）通过工具与外部环境交互，从而完成复杂任务。
2025-04-08 10:58:40
772
原创 LangChain 智能体编排指南
单一智能体架构通过将语言模型与工具和执行逻辑结合，使模型能够通过工具与外部环境交互，以解决复杂任务。多智能体编排通过结合多个智能体的专业知识和能力，以协作方式解决复杂问题。将搜索和检索功能集成到智能体架构中，增强智能体访问和处理信息的能力。
2025-04-08 10:57:18
566
原创 LangChain-链 (Chains)
在LangChain中，链提供了将各个组件组合成端到端应用的方法。顺序执行多个组件：按特定顺序处理数据组合不同功能：整合模型调用、数据检索、输出处理等创建复杂工作流：实现条件逻辑、循环和分支复用常见模式：使用预定义链快速实现常见功能LangChain表达式语言(LCEL)：新的声明式API（推荐）传统链类：基于类的旧APILangChain提供了多种预定义链用于常见任务。链是LangChain的核心概念，提供了组合各种组件构建复杂应用的能力。
2025-04-08 02:52:27
930
原创 AIGC大模型大赏
国外在文生图、文生视频和视频生成方面的技术发展呈现多样化和专业化趋势。从用户友好的创作工具（如 Pika Labs）到高度定制化和技术密集的平台（如 Luma AI 和 Kling AI），每种技术都针对不同的应用场景进行了优化。这些平台的共同点是强调生成质量和用户体验，同时在商业化路径上也各有侧重。
2024-12-20 21:59:26
2119
原创 leetcode-IT学习神器之AI智喵-收割leetcode第38题-外观数列
AI智喵是基于强大的AI能够解决包含IT，分析及运营等大部分场景的问题。互联网运营思路IT编程代码纠错编程思路文案等····
2023-05-02 15:10:47
177
1
原创 批量wod转pdf、批量excle转pdf、pdf转excle、word实现方案
因目前市面上针对wod、excle、pdf互转案例，几乎都是在office软件内或在线页面进行单选操作，对于数量较小场景，这样操作是没有问题的，但对于有批转换场景的时候，手工solo就不太现实了。所以本文章及附带思路是为实现单批操作场景或混合操作场景实现方案，为解决所需用户实际难题。
2022-09-01 20:05:29
113
原创 python3.6+处理EXCLE表格数据存入mysql&sqlsever程序
python3.6+处理EXCLE表格数据存入mysql&sqlsever程序处理步骤创建数据库表信息程序开发完整程序处理步骤1、数据库表信息建立2、excle表格准备3、编写python程序4、执行存储至DB创建数据库表信息明确excle结构 ；2.建立建表sql,创建数据表CREATE TABLE PostData_API_Multipurpose_test(...
2019-11-07 13:42:25
604
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人