所有文章 > 当前标签:LangChain
LangGraph 工具详解：构建 AI 多步骤流程的关键利器
2025/11/28
LangGraph 工具是 LangChain 生态中的低代码图编排套件，提供可视化节点拖拽、条件边、循环与断点调试，内置持久化记忆、流式输出、并发调用与错误回溯，一键对接 OpenAI、FAISS、API 等，5 分钟构建生产级对话、客服、研究智能体。
ChatGPT API 改变游戏规则 – Unusual Ventures
【AI驱动】
OpenAI 发布 gpt-3.5-turbo 模型，通过 ChatGPT API 提供文本完成服务，成本降低 10 倍，速度提升 5-10 倍，显著改善用户体验和开发者迭代速度，支持复杂调用链和实时文档处理等应用场景。
2025/11/19
什么是 LangChain
【API术语解释】
LangChain 是一种用于优化语言模型应用和性能的新兴技术概念。它通过构建链式结构整合多种语言处理工具和技术，具有灵活性、扩展性和高效性等特点，在文本生成、语义分析、机器翻译等多个自然语言处理领域有着广泛的应用场景。其技术架构包括数据层、处理层和应用层，未来有望进一步发展和拓展应用范围，为自然语言处理技术的进步贡献力量。
2025/11/12
使用DeepSeek R1、LangChain和Ollama构建端到端生成式人工智能应用
【API解决方案】
本文介绍了如何使用DeepSeek R1、LangChain和Ollama构建一个端到端的生成式人工智能应用。首先，需要搭建开发环境，安装Ollama并选择合适的DeepSeek R1模型。接着，通过LangChain将DeepSeek R1与外部数据源连接，并构建提示链以实现上下文感知的交互。然后，利用Streamlit创建用户友好的界面，设计流畅的用户交互流程，并实现用户输入处理和响应生成。此外，文章还提供了优化应用程序性能的方法，如使用高性能硬件、多线程处理以及添加语音识别、多语言支持等高级功能。最后，强调了DeepSeek R1在多个领域的应用潜力，并鼓励开发者尝试新的应用场景。
2025/11/03
如何使用LangChain进行数据分析：详细解析
【AI驱动】
本文详细解析如何使用LangChain构建自主智能体实现数据分析自动化，通过pandas智能体演示开发流程，涵盖自然语言查询、企业级应用价值如效率提升和决策增强，帮助开发者利用语言模型进行复杂分析。
2025/10/31
2025 LangGraph AI 工作流引擎｜可视化多 Agent 协作＋节点扩展教程
【学习各类API】
## 1. 🎯 为什么 2025 年你一定要会 LangGraph |---| |-----| | | 控制流 | | 线性、易失控 | | 图结构、循环/分支原生支持 | | | | 状态管理 | | 会话级记忆 | | ...
2025/10/18
AI Agent 爆款应用全解析：10 大开源框架从 0 到 1 快速落地指南
【AI驱动】
2025 年，[AI Agent]( 的发展已经从实验室走向大规模商用落地。从通用[智能体]( AI [Agent]( 项目正在重塑我们的生产方式。本文围绕 10 个爆款 AI Agent 应用，带你从 0 到 1 快速构建自己的[智能代理...
2025/07/31
2025年AI Agent架构选型指南：通用型与垂类对比+LangChain与AutoGPT详解
【AI驱动】
## 前言 随着大规模[LangChain]( Agent的发展趋势。 - - - - - - ## 1. AI Agent架构核心组件解析 AI Agent本质上是集感知、决策、执行于一体的智能系统，其架构设计决定了Agent的能...
2025/07/31
AI Agent终极定义：程序员1张图彻底搞懂「感知‑规划‑行动」闭环
【AI驱动】
收藏它，下次面试官问“Agent和Chatbot有何不同”时，一张图+一段代码闭嘴！ 为何2025年非谈Agent不可 事件 冲击 OpenAI发布 Responses API 2025‑03 原生Function Call...
2025/07/30
如何结合LangChain与MCP使用的案例
【日积月累】
通过结合LangChain与MCP，开发者可以克服AI Agent在获取数据时的挑战，实现与外部数据源的无缝集成。MCP作为一个通用接口，提供安全、可扩展的数据交换方式，支持客户端与服务器通信。利用其开源特性，开发者可以构建模块化连接器，促进互操作性。具体实现步骤包括创建虚拟环境、安装依赖、运行MCP服务器和客户端，从而增强AI Agent的上下文感知和记忆能力。
2025/04/08
使用LangChain和LangGraph大幅提升RAG效果
【日积月累】
一、简介 LangGraph是LangChain、LangServe和LangSmith系列的最新成员，旨在使用LLM构建生成式人工智能应用程序。请记住，所有这些都是独立的包，必须单独进行pip安装。 在深入学习LangGrap...
2025/03/03
掌握如何搭建高效的大模型任务流（一）：LangChain任务流构建
【日积月累】
前言 Chain（链）是LangChain框架的核心概念之一，通过将多个任务模块组合在一起，形成灵活的任务流，可以实现复杂的逻辑处理和自动化任务。在实际应用中，链式操作能够帮助我们高效地管理大模型的调用过程，使其不仅能够单步完成任务，...
2025/03/01
基于 InternLM 和LangChain搭建你的知识库
【日积月累】
InternStudio (OpenAIDE)[1] 是面向算法开发者与研究员的云端集成开发环境。基于「容器实例」，「镜像中心」，「分布式训练」，「公开数据集」模块为用户提供 “算力、算法、数据” 深度学习模型训练三要素，让算法开发变得更简...
2025/02/28
EmbedChain：比LangChain更加轻量化的LLM框架
【日积月累】
一、前言 在之前的文章中，我们研究了如何使用LangChain结合大型语言模型（LLM）API来构建用户友好且直观的聊天机器人。现在，我们将探索一个新的Python包来进一步简化LangChain的实现。只需3-4行代码，我们就可以轻...
2025/02/28
LangChain + GPT ：总结长文本
【日积月累】
随着大语言模型的不断普及，我们已经可以经常使用各类模型对文本进行高质量的文本总结。然而，大部分大语言模型接口都会对输入文本的长度有所限制，这个限制通常被称为"上下文窗口(context window)"。当需要总结的文本长度超过这个窗口时，...
2025/02/28
从0到1搭建本地RAG问答系统：Langchain+Ollama+RSSHub技术全解析
【AI驱动】
本文介绍了如何利用Langchain和Ollama技术栈在本地部署资讯问答机器人，并结合RSSHub处理资讯。强调数据质量和大模型性能对RAG系统上限的影响，指出RAG虽能缓解大模型幻觉和信息滞后，但无法完全消除。本文为本地搭建RAG系统的用户提供实用参考。
2025/02/28
