# 核心概念 # Structured Output = 将 LLM 的自然语言输出转为结构化 Python 对象 # 在 LangChain 1.0 中，使用 with_structured_output() 方法结合 Pydantic 模型，可以确保 LLM 返回符合预定义模式的数据。 # 基...
大模型技术
技术
91 篇文章
0 min 平均阅读
11 - Structured Output (结构化输出)核心概念Structured Output = 将 LLM 的自然语言输出转为结构化 Python 对象在 LangChain 1.0 中，使用 with_structured_output() 方法结合 Pydantic 模型，可以确保 ...
""" LangChain 1.0 - Middleware Basics (中间件基础) ============================================== 本模块重点讲解： 1. 什么是中间件（Middleware） 2. before_...
# Middleware（中间件）= Agent 执行过程中的钩子函数 # 在 LangChain 1.0 中，中间件是处理 Agent 生命周期的标准方式。 # 基本用法 # 创建自定义中间件 import sys import os from openai import chat sys....
10 - Middleware Basics (中间件基础)核心概念Middleware（中间件）= Agent 执行过程中的钩子函数在 LangChain 1.0 中，中间件是处理 Agent 生命周期的标准方式。基本用法创建自定义中间件from langchain.agents.middlewa...
""" LangChain 1.0 - Checkpointing (检查点持久化) ========================================= 本模块重点讲解： 1. SqliteSaver - SQLite 持久化（LangGraph 提供...
# 核心概念 # Checkpointing = 将对话状态持久化到数据库 # InMemorySaver → 内存中（程序退出即丢失） # SqliteSaver/ → SQLite 数据库（持久化存储） # 基本用法 # InMemorySaver 的限制 import sy...
09 - Checkpointing (检查点持久化)核心概念Checkpointing = 将对话状态持久化到数据库InMemorySaver → 内存中（程序退出即丢失）SqliteSaver → SQLite 数据库（持久化存储）基本用法InMemorySaver 的限制from langgr...
""" LangChain 1.0 - Context Management (上下文管理) ============================================== 本模块重点讲解： 1. SummarizationMiddleware - 自动...
08 - Context Management (上下文管理)核心概念问题：对话历史会无限增长 → 超 token、成本高、响应慢解决：使用中间件自动管理上下文长度SummarizationMiddleware（推荐）基本用法from langchain.agents import create_a...