大模型文档

Mac MLX 实战微调 Qwen3-4B-Instruct 客服模型完整教程git地址https://github.com/zxliucn/Customer_Model_Fine-Tuning一、项目概述本项目基于 Apple MLX 框架，在 Mac 设备上轻量化微调 Qwen3-4B-Inst...

模块 21：混合模态🎯 学习目标学习如何在单个工作流中结合文本、图像和结构化数据，构建真正的多模态 AI 应用。📚 核心概念什么是混合模态？混合模态（Mixed Modality）是指在同一个 AI 工作流中处理多种类型的数据：文本：自然语言描述、提问、指令图像：照片、图表、截图结构化数据：JSON...

模块 19：图像输入🎯 学习目标学习如何使用视觉模型（Vision Models）处理图像输入，实现多模态 AI 应用。📚 核心概念多模态支持LangChain 1.0 原生支持多模态输入：文本：传统的文字输入图像：照片、截图、图表等文件：PDF、文档等支持视觉的模型模型图像支持特点GPT-4o✅强...

模块 18：条件路由🎯 学习目标掌握 LangGraph 中的条件路由机制，实现动态工作流控制。📚 核心概念什么是条件路由？条件路由允许你根据运行时的状态动态决定下一步执行哪个节点。这是构建智能工作流的关键。路由类型静态边（Static Edge）：总是执行固定的下一个节点条件边（Condition...

模块 17：多 Agent 协作🎯 学习目标本模块将帮助你理解如何在 LangGraph 中创建多个专业化 Agent，并让它们协作完成复杂任务。📚 核心概念为什么需要多 Agent？单个 Agent 在处理复杂任务时可能存在以下问题：上下文过载：单个 Agent 需要处理所有类型的任务专业性不足：...

模块 16：LangGraph 基础🎯 学习目标本模块将帮助你理解 LangGraph 1.0 的核心概念，学会创建状态图来构建复杂的 AI 工作流。📚 核心概念什么是 LangGraph？LangGraph 是一个用于构建状态化、多步骤 AI 应用的框架。它使用图（Graph） 的概念来组织工作流...

🛠️ 模块 15：工具与 Agent 进阶深入学习工具定义、验证、组合以及 Agent 高级配置📚 学习目标完成本模块后，你将掌握：高级工具定义 - 使用 Pydantic 进行参数验证异步工具 - 处理 IO 密集型任务工具组合 - 构建复杂的工具链Agent 高级配置 - 自定义行为和错误处理生...

目录第一部分：LangChain 基础Hello LangChain - 第一个 LLM 调用提示词模板使用消息类型与对话管理自定义工具Simple AgentAgent Loop - Agent 执行循环第二部分：进阶功能Memory Basics - 内存管理基础Context Manageme...

一、Retriever 是什么？在 LlamaIndex 的架构中，Retriever（检索器） 负责根据用户查询（或聊天消息）获取最相关的上下文内容。它是连接索引（Index）和查询引擎（Query Engine）的核心桥梁。整个查询流程包含三个核心组件：组件职责类比Retriever从索引中检索...

LlamaIndex 索引与存储完全指南1. 索引概述：从数据到查询的桥梁在 LlamaIndex 中，索引（Index） 是一个核心的数据结构，它将原始的 Document 对象组织起来，以便大语言模型（LLM）能够高效地查询和理解。构建索引的过程通常包括将文档解析、分块为更精细的 Node 对象...