#LangChain生态

共 88 篇相关文章

基于LangChain和LangGraph构建多智能体测试系统，实现需求文档到测试用例的自动生成、智能评审和Playwright自动化执行，涵盖10个递进式实战项目，助力测试工程师掌握AI智能体编排能力。

深入讲解LangChain框架核心用法，辨析大模型与Agent的本质区别，涵盖Agent开发、DeepAgent进阶及学习路径规划，助你快速掌握大模型应用开发必备技能。

深入解析LangGraph多智能体架构的核心原理与实战路径，涵盖Graph图结构、MCP协议接入、单Agent构建到企业级多智能体协作的完整学习指南，帮助AI开发者掌握复杂应用设计能力。

LangGraph 1.0.5系列教程完整解析，涵盖状态持久化、记忆管理、Human in the Loop、流式输出、时间旅行、多智能体协作等核心特性，六节课从入门到生产部署，助你掌握AI Agent底层编排框架。

深入解析LangGraph多智能体架构在医疗行业的落地实践，涵盖LangChain、RAG、MCP技术栈协同应用，从需求分析到Agent编排的完整构建思路，帮助开发者掌握企业级多智能体系统开发的核心方法论。

系统梳理2025年AI大模型应用开发转型路线，涵盖Python基础、Transformer架构、LangChain与LlamaIndex框架、RAG检索增强生成、Agent开发、模型微调三大核心技能，附实战项目建议，助你2-3个月完成转型。

DeepAgents是LangChain团队基于LangGraph发布的开源智能体开发框架，支持多步推理、状态管理和多Agent协作。本文深入解析其技术架构、核心特性与适用场景，帮助开发者快速上手生产级AI Agent开发。

深入解析基于LangGraph框架的智能Agent项目实践，涵盖LangGraph核心概念、项目架构设计、状态管理策略及Agent开发实践建议，帮助Python开发者快速上手AI智能体开发。