logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

20、LangChain 前端:模式 => 人工审核

本文介绍了高风险操作的人工审批(HITL)机制实现方案,支持React/Vue/Svelte/Angular全框架适配。主要内容包括: HITL工作原理:通过Agent触发中断→前端接收→用户决策→提交结果→Agent恢复执行的流程,在自动化流程中插入人工校验。 技术实现: 提供useStream配置方法及类型定义 解析中断负载(Interrupt Payload)结构 支持批准/拒绝/编辑三种决

#前端
19、LangChain 前端:模式 => 工具调用

本文介绍了Agent工具调用的前端可视化方案,支持React/Vue/Svelte/Angular等框架。通过useStream钩子实现工具调用状态管理,自动同步加载状态、错误处理和结果渲染。文章详细解析了工具调用流程,包括类型定义、流式组件实现和工具卡片定制化开发,提供完整的TypeScript类型支持。重点展示了如何通过ToolCallWithResult类型管理工具生命周期,并实现消息与工具

#前端
18、LangChain 前端:模式 => Markdown 消息

本文介绍了前端开发中实现Markdown流式渲染的完整解决方案,适配React/Vue/Svelte/Angular四大框架。主要内容包括:1) Markdown渲染原理,通过流式接收、解析和DOM渲染三步流程;2) 环境搭建指南,提供useStream配置和基础组件实现;3) 各框架推荐库选择,如React使用react-markdown,其他框架采用marked+dompurify组合;4)

#前端
17、LangChain 前端:简介

本文介绍了为createAgent构建的智能代理开发富交互前端的完整方案。通过LangChain Frontend,开发者可快速搭建支持实时流交互的生成式UI,涵盖基础消息渲染到复杂人机协同等高级功能。架构采用统一设计,后端通过createAgent构建代理并启用状态持久化,前端通过跨框架兼容的useStream钩子实现响应式状态管理。核心开发模式包括消息渲染、代理操作可视化、对话管理以及高级流处

#前端
16、LangChain 中间件:自定义

本文介绍了LangChain中间件的实现方式与核心特性。中间件作为Agent执行流程的拦截器,通过节点式钩子(如before_agent、after_model)和包装式钩子(如wrap_model_call)实现全生命周期控制,支持日志记录、权限校验、重试缓存等功能。文章详细展示了装饰器和类两种实现模式,并说明状态更新的两种机制:节点式钩子直接返回状态字典,包装式钩子通过ExtendedMode

#中间件
15、LangChain 中间件:预构建

本文介绍了LangChain和Deep Agents提供的预构建中间件,分为通用中间件和特定提供商中间件两类。通用中间件包括会话总结、人工介入、模型调用限制等16种常见功能,支持灵活配置和快速集成。文章详细说明了各中间件的使用场景、API参考和代码示例,如会话总结可在长对话时自动压缩历史消息,人工介入可对高风险操作进行审批控制。这些中间件覆盖了Agent开发中的核心需求,开发者可根据项目需要选择配

#中间件
3、LangChain 5 分钟手搓你的第一个智能体

LangChain是一个开源框架,专门用于构建基于大语言模型(LLM)的智能体和应用程序。该框架提供标准化模型接口,支持OpenAI、Anthropic等主流LLM的快速集成,只需10行代码即可创建基础智能体。核心优势包括易用的智能体构建、灵活的扩展能力、LangGraph底层支持以及LangSmith调试工具。框架提供Agents、Models、Tools等核心组件,支持上下文管理、流式传输等高

13、LangChain 组件:Structured output(结构化输出)

本文介绍了LangChain中结构化输出的核心概念及实现方法。结构化输出让代理(Agent)以可预测的固定格式返回数据,避免了自然语言解析的繁琐工作。文章详细讲解了两种实现策略:Provider策略(利用模型原生结构化输出功能)和Tool策略(通过工具调用模拟实现),并比较了它们的适用场景和优缺点。同时提供了Pydantic模型、Dataclass、TypedDict等多种schema类型的实战示

#java#数据库
12、LangChain 组件:Streaming (流式传输)

Streaming功能提升LLM应用响应速度,支持三种核心流模式:代理进度更新(updates)、LLM令牌流(messages)和自定义数据流(custom)。开发者可通过流传输实时获取代理执行状态、逐词生成内容以及自定义工具执行日志。典型应用场景包括:展示模型推理过程、工具调用进度、人机交互流等。LangChain提供多模式组合流传输能力,支持通过stream/astream方法灵活配置,显著

#java#前端
11、LangChain 组件:Short-term Memory(短期记忆)

本文介绍了AI Agent短期记忆的核心概念、使用方法及高级技巧。短期记忆用于管理单次对话线程的上下文,具有线程隔离、上下文管理和状态持久化等特点。文章详细讲解了快速使用方法(通过checkpointer配置)、生产环境数据库设置(如Postgres),以及如何自定义Agent记忆扩展字段。针对长对话上下文窗口限制,提出了三种记忆管理策略:截断消息(保留最近N条)、删除消息(清理敏感信息)和总结消

#microsoft#服务器
    共 94 条
  • 1
  • 2
  • 3
  • 10
  • 请选择