本文介绍了如何通过LangChain框架接入DeepSeek大模型进行AI应用开发。首先详细说明了LangChain的安装流程及依赖包版本管理，然后演示了直接调用DeepSeek API进行网络连通性测试的方法。重点讲解了如何通过langchain-deepseek组件将DeepSeek模型集成到LangChain中，使用init_chat_model函数初始化模型并调用invoke方法获取响应结

本文详细介绍了使用LangGraph框架开发企业级AI应用的完整流程。首先阐述了LangGraph生态核心工具LangSmith和LangGraphStudio的功能与关系，重点讲解了如何通过LangGraphCLI创建完整的智能体项目。文章分步骤演示了项目结构搭建、环境配置、核心代码编写与工具集成，包括数据库查询、数据提取、Python代码执行和可视化等功能实现。同时介绍了如何利用LangGra

企业级AI落地项目系列课程详解：MCP技术与LangChain集成应用 摘要：本文介绍了Anthropic公司提出的Model Context Protocol(MCP)技术，这是一种统一大模型调用外部工具的技术规范。MCP通过标准化工具调用流程，显著提升了Agent开发效率。文章详细演示了如何通过MCP集成天气查询服务，包括创建MCP服务器、客户端以及将其与LangChain框架对接的全过程。教

本文详细介绍了Ollama大模型的本地安装、配置与使用方法。首先通过分步指南展示了Linux系统下手动安装Ollama的完整流程，包括二进制文件下载、权限设置、服务配置等关键步骤。其次讲解了如何通过ollama pull命令下载特定大模型，并以Qwen1.5-7b-chat为例演示了模型下载和存储路径。最后介绍了ollama run命令启动交互式对话的方法，并指出Ollama相比传统部署方式的优势

DeepEP是DeepSeek推出的开源通信加速库，专为MoE（混合专家）模型优化训练与推理性能。该库通过NVLink和RDMA技术实现高吞吐量节点内外通信，支持FP8低精度计算，并提供低延迟推理内核。核心优势包括：1）优化全到全通信架构；2）支持计算与通信重叠；3）自适应路由与流量隔离管理。性能测试显示，在H800 GPU上，节点内通信带宽达153GB/s（NVLink），节点间延迟最低163微

摘要 本文全面介绍了LangGraph框架及其在Agent开发中的应用，主要内容包括： LangGraph与LangChain关系 LangGraph是LangChain的高级编排工具，基于图结构构建工作流，比LangChain的链式结构更灵活 二者共享底层架构，LangGraph可无缝调用LangChain的工具集和模型接口 核心功能与架构 提供三层API架构：基础图语法、Agent API、预

Git Large File Storage（Git LFS）是一种用于处理大文件的工具，在 Hugging Face 下载大模型时，通常需要安装 Git LFS，主要的原因是：Git 本身并不擅长处理大型文件，因为在 Git 中，每次我们提交一个文件，它的完整内容都会被保存在 Git 仓库的历史记录中。在下载了Qwen的项目运行文件及配置好了Python的运行环境后，还剩下最后一步：需要把Qwe

本文详细介绍了Qwen3模型思考模式的切换方法及其底层实现逻辑。主要内容包括：1）通过框架参数设置（如transformers、vLLM）或输入指令（/think、/no_think）两种方式切换思考模式；2）解析模型提示词模板，揭示其通过特殊标记控制模型行为的机制；3）针对不同框架（ollama、ktransformers）提供具体修改方案，包括下载GGUF格式权重、编写配置文件和使用gguf工

本文介绍了Unsloth框架的基本使用方法，重点演示了如何利用该框架进行大模型微调和调用的完整流程。通过具体代码示例，文章展示了Unsloth在Jupyter环境中实现模型导入、显存管理、基础对话、带思考的对话、系统提示词设置以及外部函数调用的全过程。其中特别强调了Unsloth框架在简化模型微调操作方面的优势，包括支持LoRA微调、权重合并与导出等功能。文章还详细说明了构建符合微调要求的数据集格

本文介绍了Qwen3模型高效微调数据集的创建方法。首先推荐使用HuggingFace和ModelScope平台获取公开数据集，其中HuggingFace提供主流格式数据集，ModelScope则拥有丰富的中文资源。重点讲解了OpenMath和FineTome两个数据集的下载流程，包括使用datasets库的安装配置和数据加载方法。文章详细说明了数据清洗步骤，通过定义generate_convers