随笔分类 - AI应用开发实战
1
摘要：提到 Python 中的|，绝大多数开发者的第一反应都是按位或运算，5 | 3 = 7 是我们初学编程时就烂熟于心的基础。但很少有人知道，| 还能像这样用： 动画视频在《21. “|”不只是按位或，90%的人不知道》。 chain = AddOne() | MulTwo() | ToStr() pr
阅读全文
摘要：做 AI 应用开发时，我们经常需要处理大模型的输出文本。大模型生成自然流畅的人类语言能力很强，但要把这些非结构化的自然语言，精准转换成能直接存入数据库、能安全传给下游接口的标准 JSON 格式，却是一件非常棘手的事情。好在 LangChain 为这个行业普遍存在的痛点提供了优雅的解决方案 —— 通
阅读全文
摘要：做AI应用开发最头疼的事之一，就是大模型的输出永远不按你想要的格式来。明明要求返回一个列表，结果它要么加一堆无关的开场白和结束语，要么格式五花八门，手动写正则处理不仅麻烦，还经常漏各种边界情况。 其实 LangChain 早就为我们准备好了现成的解决方案 ——ListOutputParser 系列解
阅读全文
摘要：做 AI 应用开发的人应该都有过这种经历：明明在提示词里写了一大堆要求，大模型还是会输出不符合预期的内容，甚至一本正经地胡说八道。这时候，与其继续堆砌文字说明，不如试试 LangChain 里的 FewShotPromptTemplate—— 用几个简单的示例，就能让大模型瞬间明白你想要什么。视频在
阅读全文
摘要：多模态 AI 是具备全感官交互能力的智能系统，集感知、理解、内容生成于一体，全面支持文本、图片、音频、视频等多类型信息的输入输出。 喜欢看视频的，请看《16. LangChain ChatPromptTemplate多模态应用实战》 在实际开发过程中，LangChain框架为多模态交互提供了便捷的支
阅读全文
摘要：在使用LangChain与AI交互时，想要让对话更有条理、适配多角色、多轮次的沟通场景，ChatPromptTemplate这个工具绝对少不了。它本质上就是一个用来构建聊天消息列表的提示模板，能帮我们规范AI的交互逻辑，让每一次对话都更贴合预期。 如果你喜欢看视频学习，就看 《15. LangCha
阅读全文
摘要：在 AI 应用开发中，很多开发者都会犯一个共同的错误：把提示词直接写死在代码里。这种做法看似简单快捷，但随着应用功能的扩展，问题会迅速暴露。固定的提示词就像一把只能开一把锁的钥匙，严重限制了大模型的适用范围。 为了解决这个普遍存在的痛点，LangChain框架提供了一个核心基础组件 ——Prompt
阅读全文
摘要：很多人用 AI，总觉得它答非所问、输出的内容永远差一口气，其实问题大多不在 AI 本身，而在于你没跟它说清需求 —— 提示词，就是你和 AI 高效沟通的核心语言。它本质上是给 AI 的一套完整行动指令，核心要讲透三件事：你到底想要什么、这件事要按什么逻辑和标准做、你最终期待拿到什么样的结果。 如果喜
阅读全文
摘要：做 AI 应用开发的朋友都有体会，不同业务场景对大模型的调用方式，要求天差地别。为了适配各类开发需求，帮大家省去重复造轮子的麻烦，LangChain 针对大模型对话交互，封装了 6 种核心调用模式，几乎覆盖了绝大多数开发场景。 invoke/ainvoke 是单次调用、一次性返回全部结果，前者同步会
阅读全文
摘要：在 AI 应用开发中，当我们需要集成并调用不同 AI 大模型来实现文本生成、代码补全、语义理解等多样化功能时，为了避免不同模型的配置参数（如 base_url、api_key 等）相互混淆，可通过 config_prefix 进行清晰的命名空间区分。 如果喜欢看视频学习的，可以看这个《11. Lan
阅读全文
摘要：在 AI 应用开发中，若需动态切换大模型、调整温度等参数，可通过 init_chat_model 函数的 configurable_fields 核心配置字段实现。它支持在运行时动态修改模型参数，可基于配置规则精准控制参数的开放修改边界，配置生效后函数将返回 _ConfigurableModel 可
阅读全文
摘要：在使用 init_chat_model 构建大模型应用时，为了适配不同的业务场景（如本地模型调试、第三方代理接入、创意内容生成、高并发接口调用等），我们通常会将最核心的 6 个参数放在 **kwargs 里透传，精准控制接口请求、鉴权及模型生成效果。 喜欢看文章的接着往下看，习惯看视频的看这里《9.
阅读全文
摘要：模型调用场景中，用户常会根据个人使用习惯指定偏好的AI大模型厂商及名称。比如阿里巴巴的 qwen3.6-plus、qwen3.5-max，字节跳动的 doubao-pro等国产主流旗舰型号，以及OpenAI的gpt-4o、Anthropic 的claude-3.5-sonnet等海外型号，都是用户会
阅读全文
摘要：为帮助开发者快速吃透 LangChain 整体架构、解决入门难题，本文将拆解项目核心模块，并讲解在实际项目中，API Key的常用配置和dotenv代码实战，内容简洁易懂，兼顾理论认知与实际开发落地。 如果喜欢看视频学习的，可以看这个《7. 搞懂LangChain开发库，还有dotenv实战》，喜欢
阅读全文
摘要：LangChain 是由 LangChain AI 公司推出的、全球最具影响力的大语言模型（LLM）驱动应用与智能体全栈开源开发框架，采用商业友好的 MIT 开源协议，原生支持 Python、TypeScript/JavaScript、Go 等多语言开发，是目前 LLM 应用与智能体开发领域生态最完
阅读全文
摘要：当海量数据收集完毕，将进入模型训练环节。训练周期受模型规模、算力配置、训练目标等 因素影响，通常快则1-2 个月，慢则6-12 个月。 如果你习惯看视频，就看《5. AI大模型的不足和解决方案》，喜欢看文章就接着往下看。 受限于数据来源的局限性与训练机制的固有特性，AI大模型存在以下不足。 1 .
阅读全文
摘要：Token（词元）是 AI 处理信息的最小单位。它既不是字，也不是词，而是由模型自行切分出来的 “文字碎片”。通常来说，1 个 Token 约等于 4 个字母，或 1～2 个汉字。 如果你习惯看视频，就看《4. Token(词元)，看会动画敲下代码，就彻底搞懂了》，喜欢看文章就接着往下看。 Toke
阅读全文
摘要：AI大模型：指的是具有大量参数的深度学习模型，经过大量数据训练，具备复杂计算能力的智能系统。核心架构有硬件层、软件层、数据层、模型层、推理层、应用服务层和应用层。 如果你习惯看视频，就看《 3. AI大模型架构图和盈利模式》，喜欢看文章就接着往下看。 大模型可以在应用(App、Web及桌面)中嵌入广
阅读全文
摘要：AI（Artificial Intelligence）：即人工智能，是通过计算机系统模拟人类思维与行为的技术，依托机器学习、深度学习等算法，使计算机具备数据分析、理解、推理和决策能力。 如果你习惯看视频，就看《2. 什么是 AI？人工智能到底能干嘛？看完秒懂！》，喜欢看文章就接着往下看。 在AI应用
阅读全文
摘要：AI 应用开发，正迎来爆炸式增长！企业级智能体与 MCP 需求持续攀升，LangChain和LangGraph早已成为落地标配，这波浪潮正在重构开发岗位能力要求。《AI应用开发实战》就聚焦MCP、智能体、Skills、RAG、LangChain和LangGraph技术，全程不讲废话，跟着学就对了，跟
阅读全文
1
浙公网安备 33010602011771号