LangChain多模态提示词设计探索的源码级深度剖析 一、多模态提示词基础架构 1.1 多模态提示词的核心概念 多模态提示词是指能够同时包含多种类型信息（如文本、图像、音频等）的提示词。在LangC

LangChain输出解析器的作用与类型解析 一、LangChain输出解析器概述 1.1 输出解析器的核心作用 在LangChain框架中，输出解析器（Output Parser）扮演着至关重要的角

一、LangChain搜索工具实战：集成DuckDuckGo实现实时信息查询 核心场景：解决大模型知识滞后问题，通过搜索引擎获取实时信息 1.1 基础集成方案 1.2 高级配置（含元数据过滤） 1.3

一、LangChain 基本理论与架构 1.1 核心设计思想 LangChain 通过模块化组件连接大语言模型（LLM）与外部系统，解决LLM的三大局限： 无状态性：通过 Memory 管理上下文 知

本文首次公开结构化树状数据的RAG全链路优化方案，通过独创的路径感知混合嵌入算法和动态子树分块策略，成功在工业级场景中将召回率提升25-40%、延迟降低30-50%。我们将深度拆解七层优化架构：从智能

拆解 LangChain 的 Prompt、Retriever、Agent、Memory 等底层模块，构建属于你的智能系统。

本文全面解析 Langchain-Chatchat 项目的架构与能力，带你快速理解一个支持中文本地部署的智能问答系统是如何构建和运行的。

由于目前比较火的chatGPT是预训练模型，而训练一个大模型是需要较长时间（参数越多学习时间越长，保守估计一般是几个月，不差钱的可以多用点GPU缩短这个时间）

代理输入必须是一个包含 messages 键的对象，支持多种输入形式，且会自动转换为 LangChain 内部消息格式。

写在前面 作为一名AI编程工具的深度用户，我已经使用Cursor超过一年了，最近也在体验Claude Code、Gemini等各种AI编程助手。在这个过程中，我一直在探索所谓的"vibe coding

在典型的聊天机器人工作流中，用户与机器人交互 1 次或多次来完成任务。在前面的部分中，我们看到了如何添加记忆和人在回路功能，以便能够检查我们的图状态并控制未来的回复。

到目前为止，我们依赖一个包含一个条目（消息列表）的简单状态。虽然这个简单状态可以走得很远，但如果您想定义复杂的行为而不依赖于消息列表，您可以向状态添加额外的字段。

LangGraph 通过持久化检查点（persistent checkpointing）解决了这个问题。如果在编译图时提供了 checkpointer，并在调用图时提供了 thread_id，Lang

为了处理我们的聊天机器人无法“凭借记忆”回答的查询，我们将集成一个网络搜索工具。我们的机器人可以使用此工具查找相关信息并提供更好的回复。 这里的案例使用的是Tavily搜索引擎工具，也就是说，给我们的

1.LangChain Agent 2.什么是LangChain Agent 3.LangChain Agent 核心组件 4.Agent 5.Tools 6.Prompt Templates

LangChain有两个重要的概念：LangChain表达式（LCEL） 、组件。我们使用组件，构建整个RAG应用中各种点单的操作

基于 Vue3 + Express + Langchain 的全栈开发智能客服系统，文档处理（loader）、向量存储（vectorStore）与语义搜索（similaritySearch）等功能

LangChain模型微调的基本概念与流程解析 一、LangChain模型微调概述 1.1 模型微调的定义与重要性 模型微调（Fine-tuning）是一种迁移学习技术，指的是在预训练模型的基础上，针

1.LangGraph 框架深度学习 2.LangGraph简介 3.LangGraph最佳实践 4.状态设计 5.节点函数 6.边的设计 7.错误处理