01
LangChain 核心层
模型、消息、Prompt、工具与 Agent 的 Python 实现。
- LangChain
- Messages
- Tools
- Agents
从 Python 环境和第一次模型调用开始,逐步掌握 LangChain 的消息、工具、Agent 与 LangGraph,在本地构建能够运行、调试和扩展的 AI 应用。
LEARNING MAP
模型、消息、Prompt、工具与 Agent 的 Python 实现。
用 LangGraph 组织节点、状态和可恢复的执行过程。
让 Python 案例通过清晰的 HTTP 契约连接文章页面。
逐步加入检索、持久化、日志与模型调用追踪。
文章示例以 Python 项目为主,代码可以在本地逐步运行和调试。
模型密钥只放在读者自己的环境变量中,不需要上传到文章站点。
页面案例通过 HTTP 连接 localhost,Python 服务与前端界面保持独立。
订阅用户可享有专栏永久阅读权限,内容会持续补充。
本专栏无法支持退款操作,购买之前请谨慎思考。
本专栏版权归作者个人所有,未经授权不得转载、链接、转贴或复制发布。