【AI智能体】Langchain Agent 流式输出高级使用详解
相关推荐
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。
深入浅出LangChain AI Agent智能体开发教程(七)—LangChain多智能体浏览器自动化
本期分享通过编写浏览器自动化实现自动爬取指定网页并生成报告的实战案例进一步学习LangChain智能体搭建的相关技巧。通过LangChain提供的丰富API,程序员可以方便的搭建智能体并组合成工作流。
【NLP笔记】LLM应用之AI Agent & LangChain实战
AI Agent & LangChain


