3. LangChain Agent
摘要:agent工作流程: 模型判断需要调用某个工具 → 执行工具并拿到结果 → 模型根据结果继续思考 → 可能再调用工具 → 直到得出最终答案。Agent创建流程:1. 定义工具函数 @tool工具函数中文档字符串(函数的 """...""" 部分)非常重要。模型会读取工具的描述来决定是否调用这个工具以
阅读全文
posted @
2026-07-21 19:10
colorfulworld
阅读(17)
推荐(0)
2. LangChain环境搭建
摘要:一. LangChain环境搭建 1. python环境 $ python --version Python 3.12.7 2. 安装LangChain 这个命令会安装LangChain主包,它包含init_chat_model()、create_agent()等核心API,同时自动安装langch
阅读全文
posted @
2026-07-21 16:26
colorfulworld
阅读(14)
推荐(0)
1. LangChain基础
摘要:LangChain是用于构建AI agent和大语言模型LLM应用的开发框架,它解决了大语言模型和外部世界交互。原生的LLM智能根据训练数据生成文本,但实际中我们需要AI能够查询数据库、调用API、搜索文档、发送邮件等,而LangChain提供了一套标准化的组件来串联这些能力 LangChain提供
阅读全文
posted @
2026-07-21 09:22
colorfulworld
阅读(6)
推荐(0)
MCP
摘要:Agent MCP(模型上下文协议)的核心作用是为AI应用连接外部工具和数据源提供一套标准化的“万能接口”。 MCP核心功能: 可以把它理解为Agent与外界的“通用翻译器”和“统一调度员”,具体体现在: 打破数据孤岛,让AI“耳聪目明”:AI模型通常无法直接访问实时数据或你的私有业务数据。MCP服
阅读全文
posted @
2026-07-17 14:41
colorfulworld
阅读(8)
推荐(0)