LangChain 开发进阶实践

LangChain 开发进阶实践

LangChain 开发进阶实践

LangChain is the platform for agent engineering. AI teams at Replit, Clay, Rippling, Cloudflare, Workday, and more trust LangChain’s products to engin

等 2 人订阅共5篇文章创建于2026-03-16

第6章链（Chains）：构建可组合的工作流

在前两章中，我们分别掌握了Prompt Templates（提示模板）和OutputParser（输出解析）——通过提示模板标准化模型输入，通过输出解析器将模型输出转换为结构化数据。但在实际开发中，大

2天前
37
点赞
评论

第6章链（Chains）：构建可组合的工作流

第5章输出解析：让模型返回结构化数据

上一章我们掌握了Prompt Templates（提示模板），学会了如何构建可复用、标准化的提示，让模型理解任务要求。但在实际开发中，仅让模型返回自然语言是不够的——我们常常需要模型返回结构化数据（如

6天前
49
点赞
评论

第5章输出解析：让模型返回结构化数据

第4章提示工程基础：Prompt Templates

上一章我们掌握了LangChain的核心抽象——Models与Messages，学会了如何调用不同类型的模型、管理对话消息。而提示工程（Prompt Engineering）是连接“用户需求”与“模型

13天前
131
点赞
评论

第4章提示工程基础：Prompt Templates

第3章 LangChain 核心抽象：Models 与 Messages

上一章我们完成了LangChain开发环境的搭建，相当于为大模型应用开发准备好了“工具房”。本章将聚焦LangChain最基础、最核心的两个抽象概念——Models（模型）和Messages（消息）：

14天前
181
1
评论

第3章 LangChain 核心抽象：Models 与 Messages

第2章开发环境搭建与基础配置

上一章我们初识了LangChain的核心价值，明确了它是大模型应用开发的“脚手架”。工欲善其事，必先利其器——本章将聚焦「开发环境搭建」这一基础环节，从Python环境准备、LangChain核心包安

15天前
145
点赞
评论