AI在线 AI在线

LangChain

专家揭示构建稳健AI编排层的最佳实践

专家揭示构建稳健AI编排层的最佳实践
随着企业加速采用人工智能技术，如何有效管理复杂的AI工作流程成为关键挑战。 最新行业分析指出，建立稳健的AI编排层是解决"提示词混乱"问题的有效方案。 AI编排框架的选择困境.
6/19/2025 2:01:28 PM
AI在线
从 LangChain 到企业级应用：RAG 中 Fixed-Size Chunking 的最佳实践揭秘

从 LangChain 到企业级应用：RAG 中 Fixed-Size Chunking 的最佳实践揭秘
众所周知，在构建 RAG（Retrieval-Augmented Generation，检索增强生成）系统的过程中，文档切块策略往往决定了模型检索质量的上限。 切得好，信息命中更精准，生成回答更有上下文逻辑；切得差，模型则容易“答非所问”。 在众多策略中，Fixed-Size Chunking（固定切块）可谓最简单直接，却也是最常被忽视的一种。
6/11/2025 8:40:00 AM
Luga Lee
RAG系列：基于 DeepSeek + Chroma + LangChain 开发一个简单 RAG 系统

RAG系列：基于 DeepSeek + Chroma + LangChain 开发一个简单 RAG 系统
创建 Next 项目首先，使用 npx create-next-app@latest 根据提示完成 Next 项目的创建：复制创建好项目之后，在 src/app 目录下新建 rag 目录，本次 demo 的代码都将放在这里。 知识库构建接下来，我们将构建知识库，主要目标是将准备好的 pdf 通过向量化存到向量数据库中，以便后续的检索。 由于本次 RAG 系统的开发都要依赖 LangChain 框架，所以我们先在项目中安装 LangChain 框架和核心依赖：复制文档加载LangChain 的 DocumentLoaders[1] 提供了种类丰富的文档加载器，可加载文件系统的文件也可以加载线上文件，包括 csv、docx、pdf、pptx、html、github、youtube等等。
5/22/2025 6:48:50 AM
赖祥燃
我们如何构建了一个LangGraph代理以确定GitOps漏洞的优先级？

我们如何构建了一个LangGraph代理以确定GitOps漏洞的优先级？
译者 | 布加迪审校 | 重楼一款基于LangGraph的开源工具可帮助你确定在特定的Kubernetes环境中最需要优先解决的漏洞。 在当今复杂的Kubernetes环境中，管理漏洞并确定优先级很快会变得令人不堪重负。 由于数十甚至数百个容器跨多个服务运行，你如何决定先处理哪些漏洞？
4/3/2025 8:33:59 AM
布加迪
LangChain 研究揭示AI代理在工具使用上面临瓶颈

LangChain 研究揭示AI代理在工具使用上面临瓶颈
随着人工智能（AI）技术的不断进步，企业开始探讨是否应该依赖单一的 AI 代理，还是构建一个涵盖更多职能的多代理网络。 近日，Orchestration 框架公司 LangChain 进行了相关实验，旨在探讨 AI 代理在面对过多指令和工具时的表现极限。 LangChain 在一篇博客中详细介绍了其实验过程，关注的核心问题是:“当一个 ReAct 代理被要求处理过多的指令和工具时，其性能会在何种情况下下降?” 为了回答这一问题，研究团队选择了 ReAct 代理框架，因其被认为是 “最基础的代理架构之一”。
2/12/2025 4:57:00 PM
AI在线
HuggingFace发布AI Agent课程

HuggingFace发布AI Agent课程
Hugging Face 近期推出了一门名为 “Agent课程” 的在线学习课程，旨在帮助学习者深入理解智能Agent的基础知识及应用。 课程内容丰富，共分为五个单元，从Agent的基本概念到最终的作业评估，循序渐进，帮助学员掌握所需技能。 课程的首个单元为 “欢迎来到课程”，提供了课程的概述、指导方针以及所需工具，确保学员在学习过程中拥有良好的基础。
2/12/2025 9:18:00 AM
AI在线
基于LangChain和云原生向量数据库Milvus开发混合搜索AI程序

基于LangChain和云原生向量数据库Milvus开发混合搜索AI程序
译者 | 朱先忠审校 | 重楼本文将探讨基于LangChain框架和云原生向量数据库Milvus并将密集嵌入与稀疏嵌入结合起来开发混合搜索型AI程序的实战过程。 简介最近，我们——来自IBM研究中心的团队——需要在Milvus向量存储中使用混合搜索技术。 因为我们已经在使用LangChain框架，所以我们决定一鼓作气贡献出在langchain-milvus中启用这一功能所需的一切。
12/13/2024 8:32:28 AM
朱先忠
为什么都放弃了LangChain？

为什么都放弃了LangChain？
或许从诞生那天起，LangChain 就注定是一个口碑两极分化的产品。看好 LangChain 的人欣赏它丰富的工具和组建和易于集成等特点，不看好 LangChain 的人，认为它注定失败 —— 在这个技术变化如此之快的年代，用 LangChain 来构建一切根本行不通。夸张点的还有：「在我的咨询工作中，我花了 70% 的精力来说服人们不要使用 langchain 或 llamaindex。这解决了他们 90% 的问题。」最近，一篇 LangChain 吐槽文再次成为热议焦点：作者 Fabian Both 是 AI
6/24/2024 11:39:00 AM
机器之心
奋战一年，LangChain首个稳定版本终于发布，LangGraph把智能体构建为图

奋战一年，LangChain首个稳定版本终于发布，LangGraph把智能体构建为图
著名的大模型智能体工具，现在有大版本更新了。不知不觉，LangChain 已经问世一年了。作为一个开源框架，LangChain 提供了构建基于大模型的 AI 应用所需的模块和工具，大大降低了 AI 应用开发的门槛，使得任何人都可以基于 GPT-4 等大模型构建自己的创意应用。在过去的一年中，LangChain 自身也一直在进化。刚刚，LangChain 官方宣布，他们的首个稳定版本 ——LangChain v0.1.0 问世了。新版本有以下几个重要特点：   可观察性：构建复杂的 LLM 应用是困难的。为了更好地进
1/9/2024 2:53:00 PM
机器之心
我为什么放弃了 LangChain？

我为什么放弃了 LangChain？
如果你关注了过去几个月中人工智能的爆炸式发展，那你大概率听说过 LangChain。简单来说，LangChain 是一个 Python 和 JavaScript 库，由 Harrison Chase 开发，用于连接 OpenAI 的 GPT API（后续已扩展到更多模型）以生成人工智能文本。更具体地说，它是论文《ReAct: Synergizing Reasoning and Acting in Language Models》的实现：该论文展示了一种提示技术，允许模型「推理」（通过思维链）和「行动」（通过能够使用
7/23/2023 8:20:00 PM
机器之心
  • 1