JaydenAI

在LangChain 的 LCEL设计体系中，这两个组件是实现`自定义逻辑`与`流式传输`的核心桥梁。它们允许你将普通的Python函数包装成具备`invoke`、`bat...

在复杂的 AI 系统中，仅仅能“运行”是不够的，RunnableSerializable 使组件`可保存、可传输、可重建`。大多数常用的 LangChain 组件对应的类型...

复杂的流程在运行的时候还需要跨越多个对话的长期甚至永久存储，这类存储被抽象成一个`BaseStore`类型，采用内存存储的`InMemoryStore`它的常用实现。...

如果针对某个过去的历史节点调用此方法，就会在对应的地方开启了一个新的分支。除此之外，我们还可以利用`bulk_update_state/abulk_update_state...

Pregel提供了update_state/aupdate_state和bulk_update_state/abulk_update_state方法，我们可以调用它们以增量...

到目前为止，我们已经大体了解Pregel的invoke/ainvoke方法在背后都做了什么。接下来我们分两种情况简单梳理一下Pregel对象的执行的大体流程，这也是我们创建...

我们调用`invoke`方法的时候，可以利用参数durability指定持久化模式，它决定了在Superstep N结束后持久化与开始Superstep N+1之间的关系...

PendingWrite三元组的第二部分表示写入的Channel，但是对于一些特殊的场景，比如出错、无写入、中断和恢复，它们的值不再是一个普通的Channel名称，而是使用...

对于一个已经完成的Superstep来说，对应 Checkpoint就代表了它的状态；但是对于一个因中断尚未完成的Superstep，某个时刻的状态由上一Superstep...

Pregel基于Checkpoint的持久化机制是实现Agent应用高可用性和长期记忆的基础，它本质上是将 不断向前推进的图在“Superstep”之间将其状态固化的过程....

在 Pregel 模型中，静态上下文是一个专门设计的依赖注入容器。它的出现是为了解决在复杂的图计算中，如何优雅地处理“不属于图状态，但Node运行又必须依赖的外部环境信息”...

Pregel是对`PregelProtocol`协议的实现，后者的引入标志着 LangGraph 从一个单一的库进化为了一个可插拔的图计算框架...

一个Pregel由Node和Channel构建而成，后者保持状态并以Pub/Sub的方式驱动Node执行，Pregel中的Node是一个PregelNode对象，是一个完全...

在 LangChain 中，`Chain` 指的是对多个组件的一系列调用流程。它具有两种实现方式，即传统的以`LLMChain`为代表的“老链”和最新的采用`LCEL`的“...

我们一直在强调Pregel对象的状态是通过Channel维护和传递的，其实承载传递状态功能的组件除了Channel，还有 ManagedValue，我们可以将Managed...

除了我们显式声明的用于存储业务数据或驱动信号的Channel之外，Pregel自身也会维护一些系统Channel，其中最重要的莫过于一个名为“__pregel_tasks”...

Pregel由Node和Channel这两个核心部件组成，Channel不仅维护了整个图的状态，还是驱动Node执行的 “原力”......

作为执行引擎，Pregel是整个LangChain/LangGraph体系最核心的部分，也可能大家最陌生的部分。新版本的LangGraph采用全新的设计重写了Pregel....