精灵vector

这一篇文章我们来介绍一下如何构建可以回答企业数据库SQL问题的agent。我们的sql agent 大致流程如下： 从数据库中获取可用表 确定哪些表与问题有关 提取相关表的...

在之前的文章我们有讲过状态可以由 checkpointer 在图形执行的每一个步骤写入线程，从而实现状态持久性。而图形执行时这只是其中一个线程，但如果我们想跨线程保留一些信...

今天给大家讲一下关于Agent长期对话的几种持久化存储方式，之前的文章给大家说过短期记忆和长期记忆，短期记忆基于InMemorySaver做checkpointer（检查点...

开始这篇文章之前，引用一句话。“即使是最复杂的模型也受限于其与数据的隔离，特别是当被困在信息孤岛和传统系统之后。所以上下文集成很重要“。 今天的大型语言模型（LLMs）在真...

下面我将详细介绍如何在 LangGraph 中为包含子图的图结构添加线程级持久化功能，步骤清晰明了。在我们代码开发之前，我先给大家讲述两个关于状态图的概念： 状态历史的本质...

LangGraph 内置了一个持久化层，通过检查点(checkpointer)机制实现。当你使用检查点器编译图时，它会在每个超级步骤(super-step)自动保存图状态的...

这一节我们讲讲langgraph图的递归限制 Recursion Limit，递归限制设置了图在单次执行过程中可以执行的最大超级步骤数。一旦达到该限制，LangGraph ...

在工作流许多使用场景中，我们可能希望我们的节点具有自定义的重试策略，例如在调用API、查询数据库或调用LLM等情况下。这里我给大家介绍一种方式叫 RetryPolicy。 ...

这一节我们重点来聊聊 Function Calling（函数调用），它在 LLM（大语言模型）应用中至关重要，首先就是让 LLM 具备心动能力，传统的大模型只能生成文本，但...

有时我们希望在调用代理时能够对其进行配置。这包括配置使用哪个语言模型（LLM）等例子。下面我们将通过一个示例来详细介绍如何进行这样的配置。 在介绍 configurable...

大家知道 AlphaCodium 吗， 它提出了一种利用控制流进行代码生成的方法。它的核心思想就是通过迭代的方式逐步构建和改进代码答案。它不仅仅依赖于一次性生成代码，而是通...

这篇文章我们将 LangGraph中的控制流（边）和状态更新（节点）结合起来使用。比如，我们希望同时执行状态更新并决定下一步要转到哪个节点，且这些操作在同一个节点中完成。而...

这节我们来探索一下工作流设计中常用的 Map-Reduce 模式，在介绍 Map-Reduce 模式之前，我们想来看下 LangGraph 中的Send 对象已经结构化输出...

随着 Deepseek R1 的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，...

我们这节来探讨一下如何从节点更新图状态一些基本的方式和需要注意的细节，同学们跟随我一起进入 Graph 的世界。 在 LangGraph 中，State 可以是 Typed...

简介 近年来，大型语言模型（LLM）一直在进行快速迭代和进化，比如Openai，Anthropic，逐渐减少（AGI）的差距。除了封闭式模型，开源模型，比如DeepSeek...

在上一次给大家展示了基本的 Rag 检索过程，着重描述了增强检索中的知识精炼和补充检索，这些都是 crag 的一部分，这篇内容结合 langgraph 给大家展示通过检索增...

这次给大家展示 LangGraph 不一样的功能，crag。大家知道crag是什么吗，我给大家提前小科普一下，Corrective RAG (CRAG) 是一种改进的 RA...

我们今天来讲述一下多轮对话，我们将编写一个程序，让用户可以和一个和多个 agent 进行多轮对话。我们还是使用 interrupt 来获得用户的输入然后回到 active ...