小嘴叭叭儿

《Context Engineering 综述》围绕大模型 Agent 的上下文工程展开，包含定义及重要性（关联上下文污染、干扰等问题），同时介绍行业实践案例以及评估手段。

通过 uv 维护构建 venv 环境，核心优势是「快速创建环境 + 自动解析 pyproject.toml 依赖」，无需手动区分 Poetry/Pip 配置，步骤更简洁。

本系列文章是langchain框架v0.3版本的学习实战笔记。本文我们将详细介绍自定义路由链的构建原理，包括基于大模型决策的路由链、基于向量相关性检索的路由链，以帮助大家理解实现路由决策的底层机制。

本系列文章是langchain框架v0.3版本的学习实战笔记。本篇文章我们将学习自定义处理链的并行调用和运行时配置的两种实现方法，并给出实战的代码示例！

本系列文章是基于langchainv-v0.3版本框架的学习实战笔记。本文将通过构建一个基于真实天气进行规划的旅行助手，来带大家学习langchain自定义处理链的构建基础。

自定义工具的封装是后续搭建自定义Agent的基础，也是扩展大模型服务能力边界的主要途径。如果把大模型比做人的大脑，那工具就是人的手脚，在脑和手脚的配合下，大模型应用就可以自动化实现各种操作。

如果无限制的调用大模型服务，很可能会触发上游大模型限速错误，更严重将导致大模型服务崩溃。为了确保大模型应用服务稳定，通常在服务端会增加限速功能。

本篇文章，我们将介绍如何通过langchain-v0.3框架快速搭建一个送礼助手大模型应用，整个搭建流程分为3步： 创建大模型实例 创建提示词模板 获取大模型输出 在开始之前请先确认已经安装相关依赖

1、常用坐标系 WGS84 坐标系 即地球坐标系，国际上通用的坐标系。 设备一般包含 GPS 芯片或者北斗芯片获取的经纬度为 WGS84 地理坐标系。谷歌地图采用的是 WGS84 地理坐标系（中国范围