#LangChain
共 79 篇相关文章
教程攻略OpenClaw Agent架构实战：Skills系统部署与LangChain复现指南
深入解析OpenClaw工业级Agent架构的三层设计、Skills可插拔系统与长短期记忆管理机制，手把手演示如何用LangChain复现Skills体系，并以企业HR助理为例展示从部署到商业化落地的完整路径。
教程攻略LangChain统一接口实战：init_chat_model用法与DeepSeek避坑指南
详解LangChain两种创建大模型的方式，推荐使用init_chat_model统一接口替代模型类方式。包含DeepSeek V4 Pro思考模式关闭方法、多供应商切换技巧及AI Agent与业务融合实战案例。
教程攻略前端工程师如何系统构建AI Agent架构能力
前端工程师如何从调接口走向系统化的AI Agent架构？本文从前端基本盘、服务端边界、RAG知识库、LangChain.js/LangGraph.js编排到多Agent协作，梳理完整的AI应用落地路径与各阶段学习重点。
教程攻略LangChain Agent开发教程：RAG与Agent实战学习路径
系统梳理LangChain Agent开发的完整学习路径，涵盖RAG检索增强生成、Agent自主决策、工具调用等核心技能，从零基础到独立完成可落地项目的实战指南。
教程攻略LangChain入门教程：大模型与Agent开发完整指南
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。
教程攻略Python+LangChain构建AI科研助手：接入MCP消除学术幻觉
详解用Python、LangChain和Consensus MCP构建AI科研助手的完整流程。从Pydantic结构化输出到CLI原型，再到接入真实学术文献数据库，彻底解决大模型编造论文引用的幻觉问题，提升文献检索与趋势分析效率。
教程攻略LangChain对话记忆实战：四种记忆类型原理与最新实现
详解LangChain 0.3中四种对话记忆类型：Buffer、Window、Summary、Summary Buffer的原理与实现。基于RunnableWithMessageHistory的最新方案，含选型建议与工程优化要点。
教程攻略LangChain提示词模板详解：Few-Shot与思维链实战指南
深入讲解LangChain提示词模板的核心用法，涵盖ChatPromptTemplate基础模板、Few-Shot提示、Chain-of-Thought思维链三大技术，结合RAG场景实例演示如何构建高质量提示管道，提升大模型输出准确性。
教程攻略LangChain v0.3 Agent教程：工具定义、构建与执行全流程
详解LangChain v0.3中AI Agent的完整构建流程，涵盖@tool装饰器创建工具、Agent Executor执行机制、并行工具调用、Google搜索集成等核心概念，附代码示例与最佳实践。
教程攻略LangChain Agent Executor构建原理：从零实现ReAct智能体
深入剖析LangChain Agent Executor的工作原理，详解ReAct模式的推理-行动-观察循环，手把手教你从零构建自定义Agent执行器，掌握Tool Choice策略、并行工具调用等核心技术。
教程攻略LangChain LCEL表达式语言详解：管道操作符、RunnableLambda与并行执行实战
深入解析LangChain LCEL表达式语言的核心概念，涵盖管道操作符底层原理、RunnableLambda函数包装、RunnableParallel并行检索及RunnablePassThrough透传机制，附完整代码示例与RAG多源检索实战。
教程攻略LangChain AI Agent实战：流式输出+并行工具调用完整教程
详解如何用LangChain和FastAPI构建生产级AI Agent聊天应用，涵盖流式Token传输、asyncio并行工具调用、SerpAPI异步改造、结构化输出等核心实现，附完整代码示例。
教程攻略LangChain流式输出与异步实战：Agent场景完整实现
深入解析LangChain流式输出(Streaming)与异步(Async)的实现原理，涵盖astream用法、自定义AsyncQueueCallbackHandler回调处理器、Agent流式执行器架构设计，助你构建生产级AI对话应用。
教程攻略LangChain 1.2 Agent记忆机制：短期与长期记忆实战详解
详解LangChain 1.2中Agent记忆机制的实现原理。通过代码实战演示默认Agent无记忆的问题，深入讲解短期记忆与长期记忆的区别、应用场景及上下文管理方案，帮助开发者构建具备持续对话能力的AI Agent。
深度解读如何为AI Agent框架添加深度研究技能：NVIDIA技能化架构解析
探讨NVIDIA提出的Deep Research Skill方案，解析如何将深度研究能力以技能模块形式嵌入Claude Code、LangChain等主流AI Agent框架，实现目标分解、多源检索、知识合成等专业研究能力。
教程攻略LangGraph 1.0.5教程：六节课掌握AI Agent编排与多智能体实战
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。
深度解读LangChain核心架构解析：五大模块从入门到实战
深度解析LangChain五大核心模块：模型I/O、数据连接与检索、链(Chains)、智能体(Agents)和记忆(Memory)。详解RAG检索增强生成工作流、Agent自主决策原理及典型应用场景，助你快速上手AI应用开发。
教程攻略LangGraph多智能体实战：从零构建医疗Agent系统
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。
教程攻略大模型RAG开发实战：原理详解与企业级落地指南
深入讲解RAG检索增强生成的核心原理与搭建流程，涵盖Embedding向量化、FAISS向量数据库、LangChain开发框架，以及企业级RAG项目中回答质量优化的实战经验与解决思路。
产品体验2025年六大Agent开发框架对比：AutoGen/LangChain/LangGraph选型指南
深度对比AutoGen、LangChain、LangGraph、Google ADK、OpenAI Agents、AgentScope六大AI Agent开发框架，从架构设计、生态成熟度、上手难度等维度分析优劣势，附对比表格与实战选型建议。