langgraph

【LangGraph】langgraph.prebuilt.create_react_agent() 函数：快速创建基于 ReAct（Reasoning + Acting）架构的智能代理

本文是对langgraph.prebuilt.create_react_agent函数的详细且全面的介绍，涵盖其定义、功能、设计理念、参数、返回值、使用场景、实现原理、示例代码、高级用法、注意事项、与其他方法的对比
彬彬侠·2025-05-20 07:22

【拥抱AI】Deer-Flow字节跳动开源的多智能体深度研究框架

该项目基于LangGraph和LangChain框架构建，旨在通过整合语言模型（LLM）与专业工具链（如网络搜索、爬虫、代码执行），实现端
奔跑草-·2025-05-19 00:53

【LangGraph】typing.Annotated ：为类型添加元数据（类型约束或行为）

typing.Annotated是一个与类型注解相关的工具，常用于为类型添加元数据，特别是在需要更精细的类型定义或与外部库（如Pydantic或LangGraph）集成时。
彬彬侠·2025-05-15 13:33

langgraph的使用

文章目录简介构建基础ChatBot使用Tools强化ChatbotChatBot添加记忆人工介入工作流简介若langgraph无法直接访问，则从langchain架构进入;使用LLM构建健壮且有状态的多参与者应用程序
laufing·2025-05-15 02:22

LangGraph(三)——添加记忆

目录1.创建MemorySaver检查指针2.构建并编译Graph3.与聊天机器人互动4.问一个后续问题5.检查State参考1.创建MemorySaver检查指针  创建MemorySaver检查指针：fromlanggraph.checkpoint.memoryimportMemorySavermemory=MemorySaver()  这是位于内存中的检查指针，仅适用于QuickStart教
梦醒沉醉·2025-05-14 20:42

[特殊字符] 本地大模型编程实战(29)：用大语言模型LLM查询图数据库NEO4J(2)

本文将基于langgraph框架，用LLM查询NEO4J图数据库，构建可定制、能应对复杂场景的工作流！核心亮点是否用户提问是否电影相关?
AI大模型顾潇·2025-05-13 14:52

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs-企业级大模型智能体关键技术

谈及企业级大模型智能体，我相信大家尤其是从去年9月，即2024年9月开始，接触到了越来越多与之相关的技术，包括很多框架，例如langchain、langgraph、crewAI。当然，
·2025-05-11 22:41

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs-1

关键技术：MCP、A2A、ReasoningLLMs-1关键词：MCP、A2A、ADK、DeepSeek、ReasoningLLMs、ReinforcementLearning、ComputerUse、LangGraph
·2025-05-11 15:37

本地大模型编程实战(29)查询图数据库NEO4J(2)

本文将基于langgraph框架，用LLM(大语言模型)查询图数据库NEO4J。它可以定义清晰复杂的工作流，能应对比较复杂的应用场景。
火云牌神·2025-05-02 10:21

conda管理python环境

CSDN博客conda管理python环境-CSDN博客快速搭建对象存储服务-Minio，并解决临时地址暴露ip、短链接请求改变浏览器地址等问题-CSDN博客大模型LLMs的MCP入门-CSDN博客使用LangGraph
素雪风华·2025-05-01 16:59

【AI News | 20250421】每日AI进展

AIRepos1、langgraph-mcp-agents基于LangGraph的AI智能体系统，集成了MCP，使AI助手能访问各种数据源和API。
三道杠卷胡·2025-04-30 08:00

LangGraph中的线程模型与状态管理

LangGraph中的线程模型与状态管理在构建现代AI应用，特别是持久化会话和长期运行工作流时，状态管理是一个核心挑战。
AI Agent首席体验官·2025-04-26 12:09

[LangGraph教程]LangGraph04——支持人机协作的聊天机器人

在上一节中，我们构建了带记忆功能的聊天机器人，详见[LangGraph教程]LangGraph03——为聊天机器人添加记忆。但是之前的程序仍然有可以优化的地方。
古希腊掌管学习的神·2025-04-26 05:25

基于python手撕一个会规划执行的Agent

写在前面一个思考：不依赖LangGraph框架，我们能否实现一个Plan-and-Execute风格的Agent。
kakaZhui·2025-04-24 20:04

一步步教你LangGraph Studio：可视化调试基于LangGraph构建的AI智能体！

LangGraph是基于LangChain的AI智能体开发框架，支持用有向图（DAG）描述复杂逻辑流。
明天还Ai吗·2025-04-24 18:47

LangGraph中如何接入大模型做问答流程

一、LangGraph底层原理与基础应用（一）核心概念节点：在LangGraph里，节点作为核心组件，以Python函数形式存在，可同步或异步执行。
上有晨光·2025-04-24 16:05

Langgraph底层源码解析

一、LangGraph的Graph基类解析Graph基类的核心作用：Graph基类是LangGraph框架中管理和定义图结构的关键部分，负责对图进行整体构建与管理，包括添加节点、边以及设定节点间的动态流转逻辑等
上有晨光·2025-04-24 16:05

langgraph 多智能体 Multi-agent supervisor

1.工具定义1.1网络搜索工具fromtypingimportAnnotatedimportosfromlangchain_community.tools.tavily_searchimportTavilySearchResultsfromlangchain_core.toolsimporttoolfromlangchain_experimental.utilitiesimportPythonRE
ZHOU_CAMP·2025-04-24 01:57

用 Map-Reduce 并行化处理长文本总结：基于 LangGraph 的实践指南

通过将任务分解为并行的映射（Map）阶段和聚合的归约（Reduce）阶段，我们可以轻松应对任意长度的文本，今天我们就来聊聊如何基于LangGraph框架实现这一流程。
佑瞻·2025-04-23 10:16

Llama模型家族之使用 Supervised Fine-Tuning（SFT）微调预训练Llama 3 语言模型（六）Llama 3 已训练的大模型合并LoRA权重参数

LlaMA3系列博客基于LlaMA3+LangGraph在windows本地部署大模型（一）基于LlaMA3+LangGraph在windows本地部署大模型（二）基于LlaMA3+LangGraph在
段智华·2025-04-22 13:06

GitHub 19.2k Star 开源神器：ScrapeGraphAI——自然语言驱动的智能爬虫革命！

它基于LangChain与LangGraph技术，将大语言模型（LLM）与图逻辑结合，实现**“一句话抓取全网数据”**。
东方佑·2025-04-19 09:41

Agno框架介绍：用于构建多模态智能体的轻量库

其速度号称比LangGraph快上万倍，内存使用量则仅为1/50。在开发代理式AI时，开发者往往需要在速度、灵活性和资源利用率间反复权衡。
码农Q！·2025-04-19 04:09

深入学习LLM开发 第十四章：LangGraph介绍（上）

LangGraph是LangChain生态系统中的一个重要组件，专门用于构建和管理复杂的有状态、多步骤应用。
沙子可可·2025-04-14 09:41

LangGraph异步化sqlite checkpoint

安装pipinstalllanggraph-checkpoint-sqlite异步checkpiont初始化：fromlanggraph.checkpoint.sqlite.aioimportAsyncSqliteSaverconn=aiosqlite.connect(":memory:",check_same_thread=False)memory=AsyncSqliteSaver(conn)如
花开终为谢·2025-04-13 09:38

LangGraph 架构详解

核心架构组件LangGraph的架构建立在一个灵活的基于图的系统上，使开发者能够定义和执行复杂的工作流。
小尹呀·2025-04-12 08:27

深入解析LlamaIndex Workflows：构建复杂RAG与智能体工作流

提供了一种与LangGraph不同、事件驱动的框架，以编排复杂的RAG或Agent应用工作流
大模型本地部署_·2025-04-03 09:30

LangGraph 0.3.21 重磅更新！远程中断、修复优化一网打尽，开发者必看！

作为LangChain生态中备受关注的图计算框架，LangGraph再次迎来重要更新！0.3.21版本不仅修复了关键问题，还增强了远程图中断的支持，为开发者提供了更稳定、更高效的体验。
福大大架构师每日一题·2025-03-30 09:44

七个步骤带你轻松搭建商用 AI Agent

是Coze、Dify还是LangGraph？或者是自己开发一套系统？在开发过程中有哪些关键的注意事项？我的数据应该如何存储才最合适？为什么有些网页内容无法通过特定工具抓取？
冻感糕人~·2025-03-29 13:04

使用LangGraph迁移MapReduceDocumentsChain进行长文档的摘要

本文将介绍如何从MapReduceDocumentsChain迁移到LangGraph，并探讨LangGraph在流处理、检查点恢复等方面的优势。技术背景介绍MapReduceDoc
dgay_hua·2025-03-23 06:43

每天分析一个开源项目：open_deep_research

每天分析一个开源项目：open_deep_research项目链接：langchain-ai/open_deep_research项目介绍项目功能：OpenDeepResearch是一个基于LangGraph
申非zz·2025-03-22 20:56

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

LangGraph的实现允许在此问题中集成工具调用和其他功能。下面我们
bBADAS·2025-03-22 03:27

五、AIGC大模型_09手动实现ReAct_Agent

0、前言在上一章节中，我们了解到：create_react_agent是LangGraph提供的一个预构建方法（fromlanggraph.prebuiltimportcreate_react_agent
学不会lostfound·2025-03-20 05:59

LangGraph MCP助你构建通用AI助手！

它基于LangGraph和模型上下文协议（MCP），为构建通用AI助手提供了强大的支持。主要功能无缝集成：能够将LLM（大语言模型）应用与各种外部数据源和工具进行无缝连接。
大模型.·2025-03-17 17:49

从LangChain到LangGraph：轻松迁移指南

本文将深入探讨如何从传统的LangChain代理迁移到LangGraph代理，这将为您的工具调用和对话管理带来更大的灵活性。
tt_jishu·2025-03-16 16:44

LangChain大模型应用开发：LangGraph快速入门

今天给大家分享的内容是使用LangChain进行大模型应用开发中的LangGraph，那么什么是LangGraph呢？我们直接进入正题。
老赵爱学习·2025-03-16 16:40

使用agent搭建一个简易的ai论文写作程序

基于LangGraph和LangChain框架构建，利用大型语言模型和搜索工具协同工作，形成了一个完整的论文写作流水线。
喂喂喂喂位·2025-03-16 02:02

LangChain 发布政策详解

它由多个组件包组成，例如langchain-core、langchain、langchain-community、langgraph和langserve等。
VYSAHF·2025-03-11 08:25

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩OpenAIo1正式版。为了更好的了解它的性能，我们这篇文章来尝试用它来构建Agent。安装!pipinstall-qopenailangchainlanggraph
乔巴先生24·2025-03-09 21:59

大模型应用开发技术：自定义状态

LlaMA3系列博客基于LlaMA3+LangGraph在windows本地部署大模型（一）基于LlaMA3+LangGraph在windows本地部署大模型（二）基于LlaMA3+LangGraph在
段智华·2025-03-09 09:21

LangChain学习笔记

的应用，它能够为开发LLM应用带来如下能力：根据给定的Prompt方便构建上下文，并连接到LLM，得到更加符合查询的回答结果在构建整个基于LLM的应用提供各种工具，如各种模块（Modules）、LCEL、LangGraph
xiaomu_347·2025-03-03 02:22

深度学习-136-LangGraph之应用实例(五)构建RAG问答系统同时从不同的角度对比优化效果

文章目录1大语言模型2小粒度分割文档2.1处理文本构建Document2.2向量存储2.3创建图2.4测试调用3大粒度分割文档3.1构建Document3.2向量存储3.3创建图3.4测试调用4总结与优化4.1问题分析4.2对比不同的返回文档数4.3对比不同的嵌入模型4.3.1嵌入模型nomic-embed-text4.3.2嵌入模型bge-m34.4对比不同的大模型4.4.1大模型qwen2:7
皮皮冰燃·2025-03-02 23:59

深度学习-138-LangGraph之应用实例(七)构建自动绘图系统

文章目录1初始化核心功能1.1大语言模型1.2结构化输出1.3搜索引擎1.4Python执行环境2编排流2.1创建图2.2可视化图2.3应用图3绘图指定线型4添加工具增强4.1执行工具和打印工具4.2绑定工具4.3编排流4.4可视化图4.5应用1初始化核心功能1.1大语言模型importosos.environ['OLLAMA_HOST']='127.0.0.1'os.environ['OLLAM
皮皮冰燃·2025-03-02 08:16

大模型WebUI：Gradio全解12——LangChain原理、架构和组件（3）

12.LangChain原理及agents构建GradioUI12.3LangChain架构12.3.1LangChain12.3.2IntegrationPackages1.概念2.示例12.3.3LangGraph1
龙焰智能·2025-03-02 01:57

本地大模型编程实战(27)初探langgraph的流式输出

对于LLM(大语言模型)，流式传输已成为一种越来越受欢迎的功能。其理念是在LLM生成令牌时就快速返回，而不是等待创建完整响应后再返回全部内容。对于简单的场景，流式传输实际上非常容易实现，但当涉及到智能体之类的应用时，它会变得复杂，这些智能体有自己的运行逻辑，可能会阻止我们尝试进行流式传输。本文将探讨langchain的流式输出，后面将实现智能体最终结果的流式输出。本次演练将全部使用qwen2.5:
火云牌神·2025-03-01 15:22

本地大模型编程实战(09)自制聊天机器人(3)

包括：使用LangGraph构建聊天机器人自动裁剪聊天历史管理聊天会话的方法以流的方式输出回复我们将同时使用llama3.1和deepseek做演示。
火云牌神·2025-03-01 15:52

本地大模型编程实战(25)用langgraph实现基于SQL数据构建的问答系统(4)

本文将演练使用基于langgraph链，对结构化数据库SQlite进行查询的方法。该系统建立以后，我们不需要掌握专业的SQL技能，可以用自然语言询问有关数据库中数据的问题并返回答案。
火云牌神·2025-03-01 14:47

用langchain构建传统agent

而langgraph是用来构建比较重的单agent或者多agent的构建。如果我们只是想实现一个小的功能，用langgraph的话大可不必。
我还是喜欢从前的自己·2025-02-27 00:18

深度学习-133-LangGraph之应用实例(二)使用面向过程和面向对象的两种编程方式构建带记忆的聊天机器人

文章目录1通用配置1.1大语言模型ChatOllama1.2函数trim_messages1.2.1函数概述1.2.2函数参数1.2.3测试应用2面向过程编程2.1不裁剪历史信息2.1.1创建图2.1.2调用图2.2裁剪历史信息2.2.1创建图2.2.2调用图3面向对象编程3.1定义类MyState3.2定义类AIChat3.3应用4附录4.1问题及解决tokenizer4.2参考附录1通用配置L
皮皮冰燃·2025-02-26 10:02

深度学习-124-LangGraph之基础知识(一)基本聊天机器人和工具增强的聊天机器人

文章目录1基本使用1.1聊天模型1.2创建图1.3与ICEL交互2构建一个基本的聊天机器人2.1定义状态2.2添加节点2.3添加边(入口点)2.4添加边(终点)2.5编译图2.6调用2.7整体代码3使用工具增强聊天机器人3.1百度搜索工具3.2绑定工具的聊天模型3.3定义图3.4添加工具节点3.5添加条件边3.6调用4参考附录1基本使用下图包含一个名为“Lucy”的节点，它执行聊天模型，然后返回结
皮皮冰燃·2025-02-22 04:36

LangChain开发【NL2SQL】应用（few-shot优化）

前言之前发布的博客LangGraph开发Agent智能体应用【NL2SQL】-CSDN博客，留了一个问题，对于相对复杂的sql（leetcode中等难度的sql题），gpt4o就力不从心了。
向羿燃·2025-02-15 22:48
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他