大家好，我是苏三，又跟大家见面了。 前言 最近半年，AI Agent的热度居高不下，但很多Java团队却陷入了一个尴尬的境地：Python生态的AI框架（LangChain、AutoGen）确实强大。

本文介绍了有赞 AI 在企业内研发全流程的落地实践，围绕研发的设计、编码、测试阶段落地 AI 能力；过程中建设了 Agent 评测体系，不断反馈，持续迭代；

这是苍何的第 478 篇原创！ 大家好，我是苍何。 最近写了不少关于 AI 漫剧的文章，也算是对 AI 漫剧有了一些理解。 但其实说到 AI 漫剧，就一直不得不说下 OiiOii 这个平台。火得一塌糊

框架 优势 劣势 使用场景 核心功能亮点 Langflow 深度集成 Langchain 生态， API一致性好； 支持自定义组件开发； 与 Langchain 同步更新。 它的 Agent更像是流程

我们小时候都玩过乐高积木。通过堆砌各种颜色和形状的积木，我们可以构建出城堡、飞机、甚至整个城市。现在，想象一下如果有一个数字世界的乐高，我们可以用这样的“积木”来构建智能程序，这些程序能够阅读、理解和

本篇深入剖析RAG技术原理，结合代码实战讲解如何让AI Agent具备阅读文档、检索并回答专属知识的问题能力。

LangChain是一个基于大语言模型用于构建端到端语言模型应用的框架，它提供了一系列工具、套件和接口，让开发者使用语言模型来实现各种复杂的任务，如文本到图像的生成、文档问答、聊天机器人等。

本文通过示例介绍如何用 LangChain 构建具备联网搜索能力的 AI Agent，结合 DeepSeek 模型与 DuckDuckGo 实现中文问题自动回答。

一、MCP vs Function Call：本质差异与协议优势 核心能力对比 协议层创新： 关键突破：通过context字段实现跨工具会话状态保持，解决复杂任务中的信息孤岛问题。 二、环境配置：跨平