JSON数据的结构特点使得它不利于LLM流式输出的实时处理，为了解决这个问题，我们设计了一个轻量级的工作流框架 ，它专注于解决”结构化数据（JSON格式）的流式输出“。

在本篇文章中，将分享如何使用 LangChain（一个用于构建 AI 驱动应用程序的框架）通过 GPT 和 Node.js 提取和生成结构化 JSON 数据

我越发感觉低代码和AI应该要结合起来，让低代码更低，更加摆脱代码书写，这才是低代码平台的灵魂所在，在本文中，我将用React+Nest+LangChain实现一个AI编码助手

前言 最近学习了一下langchain.js的使用，心血来潮，做了一个可以对话的小网页，主要的功能点有： 语音识别 调用大模型接口 格式化处理大模型返回的数据 koa后端 这里的后端接口部分使用了no

Retriever 常见的优化方式 上一节我们通过厂商提供的 Embedding 算法去制作匹配向量，通过 Facebook 提供的 Faiss 作为向量数据库，将数据存储到向量数据库中。

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

使用langchain和llm大模型实现一个web前端智能导航组件，可以根据用户提出的问题，自动关联相似指引