langchain

大模型教程4 小时前
程序员·langchain·llm
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!
韩宁羽5 小时前
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12 小时前
人工智能·langchain·mcp
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1 天前
gpt·langchain·大模型·智能体
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
马尚道1 天前
langchain
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1 天前
java·ai·langchain·solon·mcp
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。
Kay_Liang2 天前
java·大数据·spring boot·笔记·ai·langchain·tools
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2 天前
langchain·学习方法
乐学LangChain(1):总体架构和核心组件
马尚来2 天前
langchain
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。
马尚来2 天前
langchain
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。
叼菠萝2 天前
python·langchain
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。
MichaelIp2 天前
语言模型·langchain·prompt·ai写作·llamaindex·langgraph·mcp
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。
玲小珑2 天前
前端·langchain·ai编程
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!!
viperrrrrrrrrr73 天前
langchain·大模型·agent·rag
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a4 天前
开发语言·数据库·人工智能·python·langchain·prompt·知识图谱
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。
cooldream20094 天前
langchain·prompt·prompttemplate
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 people4 天前
java·langchain·prompt
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4 天前
人工智能·python·langchain
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ma4 天前
langchain
【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5 天前
人工智能·学习·langchain·pdf
【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?