#LangChain生态
共 90 篇相关文章
·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 →
·11 分钟
LangChain入门：大模型局限、Agent原理与环境配置实战
深入解析LangChain框架核心价值：大模型三大局限、统一模型接口、模块化架构设计，手把手配置DeepSeek API，理解SystemMessage/HumanMessage/AIMessage/ToolMessage消息体系，为Agent智能体开发打下基础。
阅读全文 →
·9 分钟
企业级AI评估工具选型深度对比：六大主流平台全面解析
深度对比Arize、Braintrust、Confident AI、Langfuse、LangSmith五大AI评估工具，从治理能力、框架锁定、评估vs监控三大维度，帮助企业找到最适合自身规模与技术现状的选型方案。
阅读全文 →
·12 分钟
LangGraph入门：用图结构构建AI Agent工作流
深入理解LangGraph核心概念：节点、边与路由函数。通过天气查询Hello World示例，掌握StateGraph、MemorySaver、ToolNode的实战用法，搞懂LangGraph与LangChain的关系及Agent工作流开发模式。
阅读全文 →
·7 分钟
LangChain入门：大模型应用开发的核心框架与三大组件详解
LangChain是大模型应用开发的主流开源框架，支持GPT-4、GLM等主流大模型。本文深入讲解LangChain的核心概念：组件、链与代理，帮助开发者快速构建接入私有数据、可执行实际操作的AI应用。
阅读全文 →
·8 分钟
Java程序员转型AI：为何智能体方向是最优选择？
有十年经验的Java、后端开发者如何转型AI？本文深度解析为什么智能体（Agent）方向最适合传统开发者——技能可复用、市场机会大，并分享从「会用框架」到「深入源码」的实战转型路径。
阅读全文 →
·17 分钟
LangChain 1.3入门实战：大模型与Agent核心解析
深入解析LangChain 1.3框架核心概念，涵盖大模型三大特点、Agent架构、记忆管理与完整学习路径。掌握LangChain与LangGraph，快速构建AI应用开发能力。
阅读全文 →
·11 分钟
程序员入门大模型：从Prompt到Agent的完整进阶路线
为普通程序员量身打造的大模型学习路径：从Prompt工程、API调用、LangChain框架，到RAG检索增强、Agent智能体，再到模型微调与企业级部署，六步完整路线助你少走弯路，快速具备AI应用落地能力。
阅读全文 →
·17 分钟
LangChain 1.0全面解析：三大框架与AI应用开发实战指南
深入解析LangChain 1.0核心架构升级：LangChain基础框架、LangGraph多Agent编排、LangSmith可观测平台三大组件详解，涵盖RAG、智能客服实战及国内开发者环境配置，帮助你系统掌握AI应用开发新标准。
阅读全文 →
·16 分钟
AI Agent开发四阶段能力模型：15K到40K薪资成长路径
详解AI Agent应用开发的四阶段能力模型：从Python/RAG基础（15K）、流程编排（20K）、推理优化与微调（30K），到Agent集群治理（40K）。为计划转型AI开发的工程师提供清晰的技能路线与薪资参考。
阅读全文 →
·16 分钟
AI Agent核心原理全解析：决策循环与三大组件实战拆解
系统拆解AI Agent核心原理，从大模型与Agent的本质区别、感知-规划-行动-观察决策循环，到Planning规划、Memory记忆、Tools工具三大核心组件的技术细节与实战案例，帮你建立完整的智能体认知框架。
阅读全文 →
·11 分钟
商用AI Agent落地七步法：从需求到部署全流程拆解
详解商用AI Agent搭建的七大核心步骤，涵盖需求梳理、平台选型（Coze/Dify/FastGPT）、提示工程、数据库配置、UI搭建、评估测试到部署发布，帮助零基础用户和开发者系统化落地AI Agent项目。
阅读全文 →
·7 分钟
AI Loop是什么？从Agent到循环模式的范式转变
深入解析AI Loop（循环）模式的核心概念，对比AI Agent与Loop的本质区别，探讨持续运行的智能体群在软件开发、网络安全等领域的应用场景及潜在风险。
阅读全文 →
·9 分钟
Sakana AI×三井住友：多AI Agent协作自动生成提案书，效率提升百倍
Sakana AI与三井住友银行合作开发多AI Agent协作提案书自动生成应用，将原本1-2周的提案书制作缩短至数小时。深度解析其多Agent自律协作架构、角色分工及金融AI Agent落地的行业意义。
阅读全文 →
·11 分钟
Claude Code Workflow实测：68个子智能体并发工作
深度实测Claude Code的Workflow工作流模式，通过开启超级编程模式实现68个子智能体并发调度。详解开启方法、写审分离机制、实际并发效果及Token消耗代价，附适用场景与使用建议。
阅读全文 →
·11 分钟
LangChain+MCP智能体开发：大模型选择与实战避坑指南
深入解析LangChain与MCP智能体开发中的大模型选型策略，对比DeepSeek V3/R1与通义千问3在Function Calling、MCP支持方面的关键差异，提供实战避坑建议与双语言开发指导。
阅读全文 →
·12 分钟
Deep Agents深度智能体：LangChain芝加哥Meetup核心议题解读
LangChain芝加哥Meetup聚焦Deep Agents深度智能体方向，解读从简单Agent到多层次推理、长链条任务执行的技术演进，分析对AI开发者的实际启示。
阅读全文 →
