在现代 Web 应用中，流式输出 (Streaming) 是提升用户体验的关键技术。本文将承接之前的 Agent 构建工作，详细介绍如何将基于 LangChain 和阿里通义千问 (Qwen-Plus) 的智能旅行顾问 Agent 升级为支持流式响应的版本。我们将重点关注模型和 Agent 的初始化配置，以及如何正确迭代处理 agent.stream 的输出，实现实时显示 Agent 的思考过程和

本文将详细介绍如何利用 LangChain 框架，结合 阿里通义千问 (Qwen-Plus) 模型的能力，搭建一个具备工具调用 (Tool-Calling) 能力的智能 Agent，并利用 动态系统提示 (Dynamic Prompt) 实现基于用户角色的个性化响应。我们将以一个“智能旅行顾问”为例，实现天气查询功能，并确保模型在不同情境下能做出准确的决策。

一、安装从 官方 GitHub Release处直接下载编译好的二进制文件即可。sudo curl -L https://github.com/docker/compose/releases/download/1.25.5/docker-compose-`uname -s`-`uname -m` > /usr/local/bin/docker-composesudo chmod +x /us

docker login 报错：Error response from daemon: Get https://IP/v2/: http: server gave HTTP response to HTTPS client解决方案：1、修改或新建 daemon.json 文件vim /etc/docker/daemon.json{"registry-mirro...

在现代 Web 应用中，流式输出 (Streaming) 是提升用户体验的关键技术。本文将承接之前的 Agent 构建工作，详细介绍如何将基于 LangChain 和阿里通义千问 (Qwen-Plus) 的智能旅行顾问 Agent 升级为支持流式响应的版本。我们将重点关注模型和 Agent 的初始化配置，以及如何正确迭代处理 agent.stream 的输出，实现实时显示 Agent 的思考过程和

本文将详细介绍如何利用 LangChain 框架，结合 阿里通义千问 (Qwen-Plus) 模型的能力，搭建一个具备工具调用 (Tool-Calling) 能力的智能 Agent，并利用 动态系统提示 (Dynamic Prompt) 实现基于用户角色的个性化响应。我们将以一个“智能旅行顾问”为例，实现天气查询功能，并确保模型在不同情境下能做出准确的决策。

docker login 报错：Error response from daemon: Get https://IP/v2/: http: server gave HTTP response to HTTPS client解决方案：1、修改或新建 daemon.json 文件vim /etc/docker/daemon.json{"registry-mirro...

【代码】SpringCloud-Gateway修改Response响应体，并解决大数据量返回不全等问题。

本文介绍了如何通过pyxxl库实现Python与XXL-JOB任务调度平台的对接。主要内容包括：1）使用pyxxl编写Python执行器，注册任务并处理调度参数；2）部署Shell脚本实现执行器的后台运行和进程管理；3）XXL-JOB后台配置要点，特别是"每小时执行且覆盖旧任务"的关键配置；4）注意事项如CancelledError处理、日志机制和超时设置等。该方案能有效满足P

在现代 Web 应用中，流式输出 (Streaming) 是提升用户体验的关键技术。本文将承接之前的 Agent 构建工作，详细介绍如何将基于 LangChain 和阿里通义千问 (Qwen-Plus) 的智能旅行顾问 Agent 升级为支持流式响应的版本。我们将重点关注模型和 Agent 的初始化配置，以及如何正确迭代处理 agent.stream 的输出，实现实时显示 Agent 的思考过程和