AI框架 第2页

上一章解决了「LangChain 是什么」，从这一章开始进入代码。模型初始化是每条链路的起点：选谁家的 API、密钥放在哪里、模型部署在线上还是本地，这三件事决定了后面所有调用怎么写。 06.1 一张老图看大模型的调用 LangChain v0.3 时代提出过 Model I/O 的概念，把一次模型调用拆成三段：输入提示（Format）、调用模型（Predict）、输出解析（Parse），分别对应 Prompt Template、Mod…

赞(0)admin2026-10-20阅读(15)去评论

环境就绪后，最后一节看应用落地的形态。大模型应用的技术特点是「门槛低、天花板高」：写第一个对话程序只要几行代码，但要做到生产可用，需要组合检索、工具、记忆、评测等一整套能力。 05.1 RAG 开发 背景。大模型有两个绕不开的问题。第一是知识冻结：随着 LLM 规模扩大，训练成本和周期增加，模型无法实时学习最新信息，遇到「请推荐现在的热门影片」这类时间敏感的问题就答不准。第二是幻觉：问题涉及训练中从未学过的信息时，模型无法给出准确答复，…

赞(0)admin2026-10-19阅读(31)去评论

这一篇只做环境准备。目标很明确：建一个独立的 Python 3.13.12 环境，装好 langchain 1.2.12，并让 PyCharm 使用这个解释器。 04.1 前置知识 Python 基础语法。需要掌握变量、流程控制、函数与参数机制、类与对象、装饰器；常用容器（列表、元组、集合、字典）、JSON 处理、异常处理；模块导入、包管理（pip 或 conda）、线程与协程。 大语言模型基础。了解 LLM、Token、Prompt、…

赞(0)admin2026-10-18阅读(14)去评论

这一篇看生态分工。LangChain 家族现在由四块组成：LangChain、LangGraph、Deep Agent 与 LangSmith。它们不是四个互相替代的产品，而是同一套智能体技术栈的四层。 03.1 四大支柱总览 截至 2025 年 11 月，LangChain 已经从一个独立的开发框架，成长为覆盖智能体系统全生命周期的技术生态。四块分别对应基础能力层、运行时编排层、智能体抽象层、监控与评估层，串起来就是从技术验证到生产部…

赞(0)admin2026-10-17阅读(17)去评论

上一篇交代了 LangChain 为什么存在，这一篇回答「它是什么」：从诞生到现在经历了哪几个阶段、v0.3 和 v1.x 差在哪、包结构怎么划分，以及文档该去哪里查。 图中是官方仓库的版本徽章（截图时为 1.2.15）；本系列安装仍以第四节锁定的 1.2.12 为准，小版本差异不影响主体内容。 02.1 五个发展阶段 第 1 阶段：诞生（2022 年 10 月）——哈佛大学机器学习项目工程师 Harrison Chase（哈里森·蔡斯…

赞(0)admin2026-10-16阅读(21)去评论

这是 LangChain 1.2 系列的第一篇。先把三个问题说清楚：为什么只调用大模型 API 不够、LangChain 在系统里处于什么位置、它主要解决哪几类问题。 01.1 从传统应用到智能体时代 应用形态已经走过 PC 互联网和移动互联网两个阶段，现在进入 AI 智能化阶段。前两个阶段的应用流程由开发者预先写死：用户点哪个按钮、系统走哪条分支，都在代码里规定好。到了智能体阶段，应用把目标交给大模型，由模型判断下一步做什么，需要时再…

赞(0)admin2026-10-15阅读(50)去评论

13.1. 概述 LangGraph 官方总结了常用的状态图设计模式，如下 模式 图结构 运行时动态性 核心 LangGraph 能力 Prompt Chaining 顺序链 低 静态边、条件边 Parallelization 固定 Fan-out/Fan-in 低 并行超步、汇聚 Routing 条件分支 中 结构化输出、条件边 Orchestrator-worker 动态 Fan-out/Fan-in 高 Send、WorkerSt…

赞(0)admin2026-10-15阅读(83)去评论

状态图节点中调用另外的状态图或直接将另外的状态图作为其节点则后者为子图。 注意： 为节点命名时特别注意避开 Mermaid 关键字，否则拓扑结构渲染可能失败，常见的 Mermaid 关键字如下 subgraph end graph flowchart classDef 12.1. 两种子图嵌入方式 方式 用法 适用场景 通信方式 节点函数中调用子图 在节点函数内 subgraph.invoke() 父子图状态完全隔离 手动做输入输出映射…

赞(0)admin2026-10-14阅读(14)去评论

11.1. 概述 11.1.1. 什么是流式执行 流式执行（Streaming Execution），是指程序在任务尚未全部完成时，就将执行过程中已经产生的中间结果、状态变化或事件持续输出给调用方，而不是等待整个任务结束后一次性返回最终结果。 简而言之：流式执行就是 边执行、边产生事件、边向调用方返回结果。 11.1.2. 什么是LangGraph的流式执行 LangGraph 的流式执行是指，状态图计算过程中，将节点输出、状态更新、消…

赞(0)admin2026-10-13阅读(12)去评论

10.1. 工具节点的实现 工具是 Agent 扩展外部能力的重要组件之一。本节以最基础的 ReAct 式工具调用循环为例，分别介绍手动实现工具节点和使用预构建 ToolNode 两种方式。 手动实现有助于理解工具调用的基本流程：模型生成工具调用请求，工具节点根据名称查找并执行工具，再将执行结果封装成与原工具调用对应的 ToolMessage。不过，实际项目还需要处理参数校验、异常处理、运行时注入、并行执行以及 Command 传播等问…

赞(0)admin2026-10-12阅读(13)去评论