前情 本身这篇文章是在学习了 Langchain 基础之后的一篇记录，由于一些原因一直未整理完成。看题目也知道，这个项目是在学习 Langchain 中期的一个实战：用以巩固 Langchain 基础

在大模型应用开发领域，LangChain 与 LangGraph 已成为构建复杂 AI 系统的双子星框架。LangChain 以组件化思想提供标准化的 LLM 应用开发抽象，而 LangGraph 则

本文对比了深度学习框架TensorFlow与PyTorch，分析了各自的特点与适用场景。TensorFlow适合大规模应用，PyTorch则以灵活性和易用性著称。

PyTorch 是一个在研究领域广泛使用的深度学习框架，提供了大量的灵活性和效率。本文将向你介绍如何使用 PyTorch 构建你的第一个神经网络。 一、安装 PyTorch 首先，我们需要安装 PyT

"zsy-crm-admin 项目开发助手。包含项目结构、Element Plus+SCSS 布局规范、CRUD 开发指南。当涉及 zsy-crm-admin 项目开发任务时调用。"

Claude Design 用不上？不要慌，我直接把它做成了 Skill。Cursor、Codex、TRAE、Claude Code 都能用，你的 AI 也能告别廉价的发光和土味渐变，做出超有质感

Wot UI 2.0 强调轻量、美观和 AI 友好。新版引入了全新的设计系统，优化了表单组件和文档体验，提供了 CLI 工具、UnoCSS 预设和 VS Code 插件，全面提升开发效率。

智能体与工作流：从「想做一个应用」到「能跑通一条链」 本文结构（按需跳读） 部分 内容 概念与需求 智能体、工作流、为何不能一次调模型、串行链、mermaid 设计四步 只在脑子里/文档里「生成」草图

一个文件，230行代码，零npm依赖，这是我造一个AI Agent的全部成本。它能自主思考、调用工具、读写文件、执行命令，完成你交给它的任务。它叫Mini OpenClaw。