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...
LangChain 文档
标签：LangChain 文档下的所有文章
22 篇文章
0 min 平均阅读
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...
14 - RAG Advanced (RAG 进阶)快速开始# 1. 安装额外依赖 pip install rank_bm25 chromadb langchain-classic # 2. 运行完整示例 cd phase2_practical python 14_rag_advanced/mai...
BaseLoader、Document源码分析BaseLoaderLangChain在设计时，要保证Source中多种不同的数据源，在接下来的流程中可以用一种统一 的形式读取、调用。 另一方面：为什么 PDFloader 和 TextLoader 等Document Loader 都使用 load...
13 - RAG Basics (RAG 基础)快速开始# 1. 测试基础组件（无需 Pinecone API） python test.py # 2. 快速演示（非交互式，可选 Pinecone） python demo.py # 3. 完整示例（交互式，需要手动按 Enter） python...