用泥种荷花

基础创建：简易智能体 核心代码示例 废弃函数提醒 最新版本 LangChain 中，无法通过 langchain.agents.initialize_agent 函数创建智能体； langgraph.

核心定义 输出解析器是 LangChain 核心组件之一，核心作用有三： 为大模型提供标准化格式化提示词，引导模型按指定格式输出； 校验大模型输出是否符合预期格式要求； 解析大模型输出内容，转换为可用

定义 LangChain链式调用核心是利用 | 运算符，串联 PromptTemplate、ChatOpenAI、JsonOutputParser 等功能组件，形成有序执行流水线，生成全新可调用对象。

核心定义 Function Calling（函数调用）是大模型与外部工具/函数交互的核心能力，能够让模型根据用户需求自主判断是否需要调用指定函数，通过结构化参数传递调用指令并获取执行结果，最终结合结果

核心定义 FewShotPromptTemplate 是 LangChain 中构建少样本提示的模板类，核心是在提示词中嵌入少量示例，引导大模型遵循示例的格式、逻辑或风格完成任务，提升输出准确性与一致

Anaconda：多版本环境管理工具 工具概述 Anaconda 是 Python 数据科学领域常用的环境管理工具，可快速创建、切换多版本 Python 环境，避免版本冲突，同时内置大量科学计算依赖包

问题场景 在集成 VueCropper 图片裁剪组件时，遇到一个典型的跨域问题：加载存储在 OBS 上的图片时，浏览器会对同一张图片发起两次请求，最终第二次请求触发跨域错误。以下是问题的完整排查过程与

核心作用 通过 模板字符串 + 变量 的方式规范化生成提示词，避免手动拼接字符串导致的语法错误或格式混乱。 创建实例 类直接创建 2. from_template 快捷创建 自动解析模板字符串中的变量

本地部署：基于Ollama调用开源大模型 Ollama 是轻量级本地大模型运行框架，无需依赖云端服务，可快速部署通义千问、Llama 等开源大模型，特别适合无网络环境或隐私敏感场景。 步骤1：安装Ol