#LangChain生态
共 88 篇相关文章
·7 分钟
AI Agent调试神器：像浏览器DevTools一样透视执行链路
Agent DevTools是一款开源AI Agent调试工具，借鉴浏览器DevTools理念，提供执行链路可视化、工具调用追踪、断点暂停分析等功能，帮助开发者快速定位Agent故障，解决传统日志难以应对的多步推理调试难题。
阅读全文 →
·14 分钟
LangSmith Gateway详解：LangChain企业级AI模型网关核心能力与架构
深入解析LangSmith Gateway的核心功能，包括成本控制、速率限制、PII数据脱敏、编码代理集成及开源模型接入，帮助企业构建安全可控的AI基础设施。
阅读全文 →
·7 分钟
Cartha：AI Agent运维控制平面，解决可观测性与成本控制难题
Cartha是一个面向AI Agent的托管式控制平面，提供全链路追踪、硬性预算、作用域记忆隔离、工具白名单等核心能力，帮助开发者解决Agent从demo到生产环境中的可观测性、成本失控与权限管理难题。
阅读全文 →
·13 分钟
Walsh多智能体交易系统：风控否决权如何保障AI自主决策安全
深入解析Walsh多智能体交易系统的架构设计，探讨其核心创新——带否决权的风险管理智能体如何在AI自主决策中建立安全边界，以及这种分工协作加强制风控的范式对AI Agent落地的启示。
阅读全文 →
·13 分钟
LLM企业治理落地指南：路由控制与组织治理的关键区别
深入解析企业大语言模型(LLM)治理难题，对比Portkey、Orq.ai、LangSmith、Azure、AWS Bedrock等主流工具的真实能力边界，揭示路由控制与组织治理的本质分野，提供可落地的企业LLM治理策略建议。
阅读全文 →
·7 分钟
LangChain还是LangGraph？生产级AI应用的框架抉择
深入分析LangChain与LangGraph的核心差异，探讨为什么越来越多开发团队在生产环境中从LangChain迁移到LangGraph，并提供基于项目复杂度的框架选型建议。
阅读全文 →
·11 分钟
Agent应用基础设施架构：四大核心模式详解
深入解析构建生产级Agent智能体应用所需的基础设施架构模式，涵盖状态持久化、沙箱隔离、LLM可观测性和成本控制四大关键模式，帮助开发者跨越从Demo到生产的鸿沟。
阅读全文 →
·9 分钟
LLMOps工具选型指南：追踪、评估与治理能力深度对比
深度解析LLMOps工具选型难题，横向对比Langfuse、LangSmith、Helicone、Orq.ai在追踪、评估与治理三大核心能力上的优劣，提供实用选型建议与组合方案思路。
阅读全文 →
·10 分钟
LangChain Guardrails护栏机制详解：构建安全可控的AI Agent
详解LangChain Guardrails安全护栏机制，涵盖LangChain分层生态架构、中间件实现原理、确定性防护与模型驱动防护两类护栏，帮助开发者构建生产级安全AI Agent。
阅读全文 →
·12 分钟
零基础学AI Agent开发：三步实战路径快速入门
零基础如何学AI Agent开发？本文梳理一条清晰的三步学习路径：从Python基础速成，到大模型理论与实操，再到LangChain框架项目落地，帮助初学者系统掌握智能体开发，少走弯路快速入门。
阅读全文 →
·6 分钟
AI Agent开发入门：从零到项目落地全景指南
面向零基础学习者的AI Agent开发入门指南，系统梳理从大模型基础、提示词工程、RAG知识库到LangChain框架与多智能体协作的完整学习路径，助你构建可落地的智能体项目。
阅读全文 →
·18 分钟
LangChain速成指南：从零到智能体开发的完整路线
系统梳理LangChain、LangGraph到多智能体开发的进阶路线，涵盖RAG、Tool Calling、MCP等核心概念，帮助开发者快速切入AI应用开发，掌握大模型工程化实战能力。
阅读全文 →
Open Deep Research：LangChain开源AI研究智能体完…
·16 分钟
Open Deep Research：LangChain开源AI研究智能体完整解析
深度解析LangChain开源项目open_deep_research：基于LangGraph构建的AI深度研究智能体，支持多模型、多搜索工具灵活配置，已获12000+ Star。覆盖技术架构、核心工作流、典型应用场景与落地建议，帮助开发者快速掌握Agentic RAG实践路径。
阅读全文 →
科技前沿
每日AI新鲜事·07月22日早间版：Qwen3.8巨参与结构化输出
·1 分钟
每日AI新鲜事·07月22日早间版：Qwen3.8巨参与结构化输出
2026年07月22日早间版 AI新闻速递+热点深度讨论
阅读全文 →
·18 分钟
LangChain实战入门：吃透Agent生态四大核心模块
深入解析LangChain生态四大核心模块：LangChain基础组件、LangGraph流程编排、Deep Agents自主规划与LangSmith运维平台。从Hello World到实战搭建Agent，掌握工具调用、提示词模板与记忆管理，理解AI Agent开发的核心构建思路。
阅读全文 →
·19 分钟
LangChain 1.3完全指南：Models、Agent到DeepAgent架构详解
系统讲解LangChain 1.3核心架构：从大模型调用、Agent工具调用，到Harness架构思想与DeepAgent实战。厘清LangGraph底层作用，提供清晰学习路径，避免踩老版本的坑。
阅读全文 →
·14 分钟
Agent开发从入门到进阶：一本硬核实战书籍全面解析
想系统学习AI Agent开发？本文深度解析一本涵盖Agent组件架构、RAG记忆管理、多智能体协作、Function Calling及可观测性的实战书籍，帮你从零构建可落地的智能体系统。
阅读全文 →
·13 分钟
LangChain 1.3实战：大模型到Agent开发完整学习路径
基于LangChain最新1.3版本，系统讲解从大模型（Models）到智能体（Agent）开发的核心路径，涵盖Harness架构、LangGraph、记忆管理、人机协同、安全护栏等八大模块，帮助开发者建立现代Agent开发的完整知识体系。
阅读全文 →
·10 分钟
AI Agent上线前如何测试高风险动作？Mock之外的完整方案
AI Agent测试中，Mock无法覆盖高风险不可逆动作的真实副作用。本文梳理沙箱环境、影子模式、干运行、决策执行解耦、人在回路等实战策略，帮助工程团队在Agent上线前建立可靠的测试体系。
阅读全文 →
生产级AI Agent迁移GPT-5.6实战：提速2.2倍、降本27%的工程经验
·8 分钟
生产级AI Agent迁移GPT-5.6实战：提速2.2倍、降本27%的工程经验
一个生产级AI Agent迁移至GPT-5.6后实现提速2.2倍、成本下降27%。本文深度拆解迁移背后的技术逻辑，涵盖提示词兼容性、评估体系搭建与标准化迁移流程，为AI开发者提供可落地的方法论参考。
阅读全文 →