这篇文章是 LangGraph 框架的学习笔记，主要介绍了该框架的核心概念和使用方法。文章包含以下主要内容： LangGraph 是一个用于构建有状态、可控制流程的 AI 智能体的低级编排框架，通过图（Graph）的形式建模工作流，包含节点（Node）、边（Edge）和状态（State）三大核心要素。 从快速入门示例开始，展示了一个并行搜索问答系统的实现，包括状态定义、节点函数编写和图构建。 详细

本文整理了JavaScript学习中的核心知识点，包括：1）网页弹窗的两种实现方式（原生弹窗和自定义弹窗）；2）输入输出的多种形式及类型转换注意事项；3）事件监听器的使用方法；4）数组的声明与操作方法；5）JavaScript的数据类型分类；6）循环语句的不同形式；7）函数的多种定义方式及参数处理。文章通过代码示例详细说明每个知识点，特别强调了类型转换的常见陷阱和数组操作的注意事项，适合JavaS

npm= Node Package Manager，是 Node.js 自带的“包管理器”。类比：Python 的pip，Java 的maven。如果你看到pnpm或yarn，它们是类似的工具，速度可能更快。devref是 Vue3 中最常用的 API，它可以把一个普通数据变成响应式的 —— 数据变化时，页面会自动更新。// 定义响应式数据const message = ref('你好')// 在

大模型（Large Models）通常指参数规模达到数十亿（Billion, 10⁹）甚至数万亿级别的人工智能模型。比如我们常听到的 7B、70B、乃至上千亿参数的模型，都属于大模型范畴。维度含义示例参数量（Parameters）模型中的可学习权重数量7B = 70 亿个参数训练数据（Tokens）模型见过的训练语料规模Qwen3 使用了 36T tokens 训练计算量（FLOPs）训练所需的浮

大模型（Large Models）通常指参数规模达到数十亿（Billion, 10⁹）甚至数万亿级别的人工智能模型。比如我们常听到的 7B、70B、乃至上千亿参数的模型，都属于大模型范畴。维度含义示例参数量（Parameters）模型中的可学习权重数量7B = 70 亿个参数训练数据（Tokens）模型见过的训练语料规模Qwen3 使用了 36T tokens 训练计算量（FLOPs）训练所需的浮