【AI智能体】Langchain Agent 流式输出高级使用详解
相关推荐
LangGraph Agent 与 MCP Server 集成,实现AI智能聊天机器人项目.zip
本项目为Generative Agents项目的重构+深度汉化版本,旨在为中文用户提供一个利于维护的基础版本,以便后续实验或功能拓展。
深入浅出LangChain AI Agent智能体开发教程(一)—认识LangChain&LangGraph
本篇分享从LangChain&LangGraph的核心概念、核心特性、与其它框架的对比以及热门项目四个方面带大家详细了解了LangChain和LangGraph框架特性,为后期系列分享奠定理论基础。
基于NestJS与LangChain构建可扩展的AI流式Agent架构实践
在现代AI应用开发中,异步数据处理与实时交互是提升用户体验的关键技术挑战。其核心原理在于将传统同步的请求-响应模式转变为基于事件流的实时推送机制,通过流式传输实现边计算边输出。这一技术架构的价值在于能够显著降低用户等待时间,提供更自然的交互反馈,尤其适用于需要多步骤推理或调用外部工具的场景。在工程实践中,结合模块化后端框架与AI应用开发工具链,可以构建出高效、可维护的智能体系统。本文聚焦于如何利用NestJS的依赖注入和模块化特性,配合LangChain的Agent执行框架,并通过RxJS进行异步流编排,实
深入浅出LangChain AI Agent智能体开发教程(六)—两行代码LangChain Agent API快速搭建智能体
本篇分享了LangChain Agent API快速搭建智能体的方法,通过create_tool_calling_agent创建模型和工具的Agent,并使用AgentExecutor执行Agent。
2026 最系统的 AI Agent 速成指南|智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph /
2026 最系统的 AI Agent 速成指南|智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM /…


