LangGraph 是 LangChain 生态系统中的一个重要组件，专门用于构建有状态、多参与者的 AI 应用。它基于图（Graph）的概念，让开发者能够定义复杂的工作流和状态机。 核心概念 什么是 LangGraph？ LangGraph 是一个用于构建状态机和有向图的框架，特别适合： 多步骤的复杂工作…

LangChain 中的“模型”（Model）是指用于与各类语言模型（如大型语言模型 LLM）进行交互的组件。它是 LangChain 框架的核心模块之一，主要负责接收输入（如提示词或消息序列）并生成输出（如文本或嵌入向量）。 LangChain 将不同厂商（OpenAI、Anthropic、Hugging Face 等）…

简单来说，它们的结合可以概括为：使用 LlamaIndex 作为 LangChain 的一个专业化、高性能的“数据连接器”和“检索器”。 下面我将从核心概念、结合方式以及一个具体代码示例来详细解释。 一、核心分工：为什么需要结合？ 首先，理解它们各自的核心优势： LangChain：是一个…

LangChain 的核心架构采用分层设计，从底层的模型抽象到上层的应用构建，形成了一个完整的开发框架。以下是详细的架构说明： 1. 整体架构层次 ┌─────────────────────────────────────────────────────────┐ │…

LangChain Agent（代理）是 LangChain 框架中的一个核心组件，它是一个能够自主决策、使用工具来完成任务的大语言模型智能体。 核心概念 Agent = LLM + Tools + Decision-making Logic 简单理解：Agent 就像一个智能助手，它能够： 理解用户的需求 分析需要哪些工具来完成这…

LangChain 是一个强大的开源框架，专门用于开发由大语言模型（LLM）驱动的应用程序。它提供了一套工具、组件和接口，帮助开发者轻松构建复杂的 AI 应用。 核心概念 1. Chains（链） 将多个组件（如 LLM、工具、提示词）串联起来，形成处理流程。 from langchain.chains im…

LangChain 的核心组件可以分为以下几个主要类别： 1. Models I/O（模型输入输出） LLMs（大语言模型） from langchain_openai import OpenAIllm = OpenAI(temperature=0.9) response = llm.invoke("讲一个笑话")Chat Models（聊天模型） from langchain_openai …

大模型的结构化输出是指让大语言模型以预定义的、机器可读的格式返回数据，而不是自由文本形式。 主要特点 1. 固定格式 JSON、XML、YAML 等标准格式 预定义的字段和数据类型 符合特定 schema 的数据结构 2. 机器可解析 程序可以直接解析和处理 无需额外的文本提取和清洗 便于…