langchain

大模型教程

一套完整的 RAG 脚手架，附完整代码，基于LangChain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。最近 RAG（检索增强生成）这个概念火得一塌糊涂，各种优化方案层出不穷。如果你还在为如何构建一个高效、智能的 RAG 系统而苦恼，或者想深入了解 RAG 的各种高级玩法，那么今天老章要给大家安利一个宝藏项目——bRAG-langchain！

从0到1，LangChain+RAG全链路实战AI知识库构建一个能够理解企业内部文档（PDF、Word、TXT等），支持自然语言提问，并能进行多轮上下文对话的智能助手。

大模型真好玩

LangGraph实战项目：从零手搓DeepResearch（三）——LangGraph多智能体搭建与部署上篇文章《LangGraph实战项目：从零手搓DeepResearch（二）——DeepResearch架构设计与实现》详细分享了如何基于 Pipeline-Agent 架构编写多智能体，实现了一个完整的 DeepResearch 应用。该系统通过任务规划、网络搜索和报告生成三个核心智能体的协同工作，通过代码完成了从问题分析到研究报告生成的全流程。

小新学习屋

大模型-智能体-【篇四： Agent GPT 、AgentTuning、LangChain-Agent】本文介绍3种智能体框架：Agent GPT、AgentTuning、LangChain-Agent。2023.04发布

helloworld入门【从0到1，LangChain+RAG全链路实战AI知识库】下面给出一份“能直接跑”的最小可运行范例（Python 3.9+），覆盖requirements.txt

带刺的坐椅

LangChain4j 比 SolonAI 强在哪？弱在哪？LangChain4j 和 Solon AI 是 Java 生态中实现大模型应用开发的重要框架，但二者的区别是啥？生产级别又该使用哪种框架？令很多人犯了难，所以本文就来浅聊一下，希望给大家在技术选型时有一个简单的参考。

大语言模型如何精准调用函数—— Function Calling 系统笔记大语言模型（LLM）在文本生成领域表现惊艳，却在“精确计算、实时查询、私有系统调用”等场景下频繁翻车。Function Calling（函数调用，亦称 Tools）通过“模型决策 + 框架反射”的双轮驱动，让开发者得以把确定性逻辑封装成普通 Java 方法，再交由 LLM 在合适时机触发。

沐雪架构师

乐学LangChain（1）：总体架构和核心组件

helloworld入门【从0到1，LangChain+RAG全链路实战AI知识库】从环境搭建到 Prompt 工程，覆盖开发全流程，附可运行代码技术选型：文件：rag_bot.pyChroma 锁库退出程序前先 vectordb.persist()，且只保留一个进程占用。

从0到1，LangChain+RAG全链路实战AI知识库本文将带你从零搭建一个基于 LangChain 和 RAG（Retrieval-Augmented Generation）的 AI 知识库系统，覆盖环境配置、文档加载、向量存储、Prompt 工程、问答链构建等全流程，并附带完整代码。

AI 应用开发三剑客系列：LangChain 如何撑起 LLM 应用开发基石？当大语言模型（LLM）从 “对话工具” 进化为 “应用引擎”，开发者们面临的核心挑战早已不是 “如何调用模型”，而是 “如何让模型连接数据、协同工具、落地成可复用的产品”。在这场从 “模型能力” 到 “应用价值” 的跨越中，LangChain 作为 “AI 应用开发三剑客” 的核心成员，正以 “连接器” 与 “工具箱” 的双重身份，撑起 LLM 应用开发的技术基石。

基于MCP协议的多AGENT文章自动编写系统开发一个使用MCP (Model Context Protocol) 的多代理系统，能够协作完成文章写作任务。系统包含四个专业化代理，按顺序协作完成从研究到最终成稿的完整流程。

LangChain.js 完全开发手册（十六）实战综合项目二：AI 驱动的代码助手大家好，我是鲫小鱼。是一名不写前端代码的前端工程师，热衷于分享非前端的知识，带领切图仔逃离切图圈子，欢迎关注我，微信公众号：《鲫小鱼不正经》。欢迎点赞、收藏、关注，一键三连！！

viperrrrrrrrrr7

Agent向量存储中的记忆衰退与记忆过载解决方案🍋🍋大数据学习🍋🍋🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。 💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

爱喝白开水a

LangChain 基础系列之 Prompt 工程详解：从设计原理到实战模板_langchain prompt在 LangChain 构建的智能应用中，Prompt（提示词）堪称驱动大模型的 “神经中枢”。这个承载着任务指令、上下文信息和逻辑引导的文本输入，不仅决定了模型输出的质量，更定义了人机协作的交互边界。

LangChain PromptTemplate 全解析：从模板化提示到智能链构在大模型应用开发中，“提示词”（Prompt）扮演着至关重要的角色。一个好的提示词可以显著提升模型输出质量，而一个结构混乱或信息不明确的提示，则可能让模型答非所问。然而，在复杂的项目中，提示词往往需要根据不同上下文、不同变量动态生成，这让“硬编码”成为难以维护的痛点。

serve the people

LangChain 表达式语言核心组合：Prompt + LLM + OutputParserhttps://python.langchain.com.cn/docs/expression_language/cookbook/prompt_llm_parser

大模型真好玩

LangGraph实战项目：从零手搓DeepResearch（二）——DeepResearch架构设计与实现上期分享LangGraph实战项目：从零手搓DeepResearch（一）——DeepResearch应用体系详细介绍中，笔者对DeepResearch的应用体系进行了系统梳理，掌握了理论知识后，下一步的关键就是动手实践——只有通过项目实操才能真正巩固所学，深入理解DeepResearch智能体系统的运行机制。

小北爱编程ma

【Langchain】memory所有类型介绍及代码示例AI记下你说了什，它说了什么的“聊天记录本”每次你问问题，它就往本子上写一条 AI 回答后，它也写一条下次你再问问题，AI 可以翻开这个本子，看之前说过什么，这样回答就连贯了

985小水博一枚呀

【AI大模型学习路线】第三阶段之RAG与LangChain——第十九章（实战基于Advanced RAG的PDF问答）系统部署与测试?【AI大模型学习路线】第三阶段之RAG与LangChain——第十九章（实战基于Advanced RAG的PDF问答）系统部署与测试?