langchain

基于SpringBoot+Langchain4j的AI机票预订系统# 基于Spring Boot的航班管理系统：构建高效民航信息服务实践在数字化转型浪潮中，民航业对信息化服务的需求日益增长。本文将介绍一个基于 `Spring Boot` 构建的航班管理系统——`common-service` 项目，展示如何通过现代化技术栈实现高效的航班与机票信息服务。

Langchain-Chatchat[四、RAG对话流程代码解析]本章节主要是基于知识库，跟踪、分析【知识库做 RAG对话】的流程。选择知识库：智慧城市知识匹配分数阈值： 0.5 勾选：仅返回检索结果

LangChain 入门系列②：核心组件之 Model IO 快速入门指南‍‍Model I/O 模块是与语言模型（LLMs）进行交互的核心组件，在整个框架中有着很重要的地位。

LangGraph系列9 ：调试、日志与可观测性 —— 当你的 AI 智能体突然精神分裂，如何 5 分钟定位故障？图片来源网络，侵权联系删。上一篇：LangGraph系列8：别再手动拼接！LangGraph + LangChain 工具链的深度集成实战

人肉推土机

基于Claude Skills思想构建可拓展Plan ReAct Agent系统很长时间没有更新博客了。在大模型Agent领域，Plan ReAct架构凭借“规划-行动-观察”的循环机制，成为解决复杂多意图任务的主流方案。但在实际落地中，传统Plan ReAct Agent普遍面临拓展性瓶颈——新增技能需修改核心代码、技能间耦合度高、难以适配多样化项目场景。Anthropic推出的Claude Skills，以“模块化封装、渐进式披露、文件系统驱动”为核心设计，为Agent的可拓展性升级提供了关键思路。

Langchain-Chatchat[三、PG向量库embedding存储]跟踪PG向量库embedding存储,即需要分析： kb --recreate-vs 命令，重新创建向量库以及文本内容加强embedding存储。

LangChain-08 Query SQL DB 通过GPT自动查询SQL我们需要下载一个 LangChain 官方提供的本地小数据库。我这里使用 Navicat 导入数据，你也可以通过别的方式导入（当然你有现成的数据库也可以，但是不要太大了，不然会消耗很多Token）。

最好用的开源AI智能体（Agent）开发框架对比：LangChain-AutoGen-LlamaIndex等本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。随着大模型/LLM 与检索、工具调用、记忆、调度等组合使用成为主流，越来越多框架出现以降低构建“会思考、会规划、会调用工具”的智能体（agent）的门槛。下面我以一名 AI 大模型开发专家的视角，列出目前市面上比较受欢迎且成熟的开源框架，说明它们的定位、核心优势、局限，并给出选型建议与对比表，帮助你快速判断哪个最适合你的项目。

🔥彻底搞懂 AI Agent！LangGraph 从入门到实战（附完整源码）从零开始，彻底掌握 AI Agent 的构建之道 —— 让 AI 从「只能说」进化到「能思考、能行动、能记忆」（😊若你第一次听说LangChain，可以浏览我往期文章，快速构建认知体系）

LangChain与模型requirements.txtmain.py关键实现说明使用步骤注意事项LLM（大型语言模型）聊天模型（Chat Model）

海底的星星fly

【Prompt学习技能树地图】LangChain原理及应用操作指南大型语言模型（Large Language Model, LLM）的能力飞跃，标志着人工智能进入新阶段。然而，其卓越表现之下存在着由根本设计范式决定的固有局限性。深刻理解这些局限，是有效驾驭并扩展其能力的前提。

langchain(node.js) 实际应用订单助手

一个简单的GitHub AI Agent 实现指南本文档详细记录了我们在 py-github-agent 项目中如何从零开始构建一个能够与 GitHub 交互的 AI Agent。

一文了解LangGraph智能体设计开发过程：Thinking in LangGraph本文分享如何规划使用LangGraph构建智能体（Agents）。使用 LangGraph 构建智能体时，你首先需要将其拆解为多个独立的步骤，这些步骤被称为 “节点”（nodes）。接着，你要定义每个节点对应的不同决策逻辑，以及节点之间的过渡规则。最后，通过一个共享状态（shared state）将所有节点连接起来，每个节点都能从该共享状态中读取数据，也能向其中写入数据。本文将结合构建客户支持邮件智能体这一实际案例，展示如何逐步梳理使用LangGraph规划和实现智能体的思考过程。

第二篇：LangChain 1.0 模块化架构与依赖管理欢迎继续学习 LangChain 1.0！在本篇中，我们将深入探讨 LangChain 1.0 的模块化架构设计和依赖管理策略。理解这些内容将帮助你更好地组织代码、管理依赖，并构建可维护、可扩展的 AI 应用。

🚀 LangGraph 保姆级教程：从零构建你的第一个 AI Agent 工作流🔥 本文 1.2w 字，从入门到实战，带你彻底搞懂 LangGraph！适合有一定 LangChain 基础的开发者。

Milvus 分词器学习笔记文章是关于学习珠峰架构AI课的学习笔记分词器（Tokenizer）是用来把一段文本拆分成"词语"或"关键词"的工具。

[Ai Agent] 10 MCP基础：打破孤岛，让MCP连接万物博客配套代码发布于github：10 MCP 基础本系列所有博客均配套Gihub开源代码，开箱即用，仅需配置API_KEY。

Langchain-Chatchat[三、知识库管理的 RAG]Langchain-Chatchat基于知识库管理代码解析。知识库管理如图：新创建知识库【智慧城市 (pg @ text-embedding-v1)】

大白的编程笔记

LangChain 系统详解LangChain是一款开源的大语言模型（Large Language Model, LLM）应用开发框架，2022年10月由Harrison Chase开源，核心价值是为开发者提供模块化组件，快速串联LLM与外部工具、数据，降低复杂AI应用的开发门槛，以下分点梳理核心内容：