添加持久性 内存 LangGraph 具有一个内置的持久化层，通过检查点实现。当您将检查点与图形一起使用时，您可以与该图形的状态进行交互。当您将检查点与图形一起使用时，您可以与图形的状态进行交互并管理

你是否想让自己的AI助手拥有专属的“工具箱”？MCP就是让AI和你的服务无缝对接的桥梁！本教程将手把手教你用Spring Boot开发一个简单的MCP服务。

本期内容分享了LangGraph底层自定义图API点、边、状态State的设计理念，并通过简单加减法串联结构图演示了底层API的使用方法，同时介绍了如何使用Pydantic约束State使代码更健壮。

前言 为了让大家更好地理解计划与执行架构，下面将通过更多的例子进行详细阐述。这些例子将涵盖不同场景，帮助大家清晰地看到计划如何为执行提供方向，而执行又如何反馈并完善计划。 示例 IT诊断工具 运行结果

检索增强智能体技术正在重塑AI应用的开发范式，它巧妙地将大语言模型的推理能力与结构化知识检索相结合，解决了传统智能体在处理动态信息时的局限性。今天我将根据实际开发中的痛点：如何设计高效、灵活的智能体系

MCP 本身并无法提升 LLM 的能力，他不会让 LLM 变得更聪明。但是他提供了一种让应用层开发者更友好的与 LLM 进行融合的方案，MCP 自然不是 function call 的替代者 。

我们都知道文本嵌入模型能将文本表示为具有语义意义的向量，广泛应用于检索、分类、检索增强生成（RAG）等场景。然而，通用嵌入模型在特定领域任务上往往表现不佳，语义相似度不足以确保检索结果真正有用。解决这

什么是RAG RAG 检索增强生成（Retrieval Augmented Generation），已经成为当前最火热的LLM应用方向之一。 RAG解决了LLM的核心痛点 RAG直接解决了标准LLM在

根据自己的理解小小总结一下搜集的知识，画画流程图，理解Function Call是什么？MCP又是什么？