跳到正文
Series Catalog

LangChain 学习笔记

从模型接入、消息与工具调用,到智能体、中间件、上下文与记忆,以及 RAG 知识库问答的十章学习路径。

10 篇笔记 · 建议按顺序阅读

  1. 01LangChain:框架概述梳理 LangChain 生态、包结构与开发环境,比较 Prompt、Agent、RAG 和微调的适用场景。笔记人工智能
  2. 02LangChain:模型的创建与调用介绍云端与本地模型接入、参数配置,以及同步、流式、批量和异步调用。笔记人工智能
  3. 03LangChain:LangSmith 的使用从调用追踪与运行分析入手,介绍大模型应用的调试、数据集和实验评测。笔记人工智能
  4. 04LangChain:Message 与提示词模板理解消息角色、工具响应配对、多轮历史、内容块与提示词模板的组合方式。笔记人工智能
  5. 05LangChain:Tools 工具调用掌握工具定义、参数 Schema、模型工具调用循环与执行控制。笔记人工智能
  6. 06LangChain:结构化输出使用 Schema 定义模型输出,理解结构化结果的生成、校验和解析方式。笔记人工智能
  7. 07LangChain:智能体介绍 Agent 创建、工具循环、结构化结果、错误处理与流式输出。笔记人工智能
  8. 08LangChain:中间件通过摘要、人工审核、调用限制、重试和自定义钩子管理 Agent 的运行过程。笔记人工智能
  9. 09LangChain:上下文与记忆区分 State、检查点、Store 和运行时 Context,理解短期记忆、长期记忆与消息治理。笔记人工智能
  10. 10LangChain:RAG 检索增强生成从文档加载、切分、嵌入和向量检索出发,构建基于 Milvus 的知识库问答。笔记人工智能

从第一篇开始阅读 →本页