ngcbot提供了个人微信聊天机器人，但是暂时没有办法实现复杂业务接口的交互（知识库，其它API等）利用dify配合ngcbot实现某些功能，这里需要改dify的代码即可。

网上关于MCP的介绍已经非常多了，我这边就长话短说，有兴趣的可以扩展阅读我们先来看一幅图MCP 提供了一种统一和标准化的方式，将 AI 代理和模型与外部数据和工具集成。它不仅仅是另一个 API；它是一个强大的连接框架，能够实现智能、动态和上下文丰富的 AI 应用。🔌MCP的作用，就像手机充电接口从“混乱”到“统一”的演变过程。统一成“AI 界的 USB Type-C🚀 最终效果：从“杂乱无章”

Agent 是 Chain 的基本组成单元，一个 Chain 由多个 Agent 构成。Chain 是 Agent 存在的载体，Agent 通过加入 Chain 来实现其功能和价值。Agent 和 Chain 共同构成了 Langchain 平台的核心技术体系

深入讲解 LangGraph 持久化机制，涵盖三大核心：Checkpoint（检查点） 实现短期记忆与状态快照，Memory Store（记忆存储） 支持跨会话的长期用户画像，Durable Execution（持久化执行） 通过 @task 避免副作用重复执行。通过 PostgreSQL + Milvus 构建智能客服综合案例，演示对话压缩、语义检索、人工审核等企业级场景，为构建可靠的 AI A

Agent 是 Chain 的基本组成单元，一个 Chain 由多个 Agent 构成。Chain 是 Agent 存在的载体，Agent 通过加入 Chain 来实现其功能和价值。Agent 和 Chain 共同构成了 Langchain 平台的核心技术体系

低代码，只需要拖动组件就能实现自己的AIGC！

本文深入讲解LangGraph核心技术，涵盖LLM能力增强（结构化输出、工具绑定）、五大工作流模式（串行、并行、路由、编排者-工作者、评估器-优化器）和智能Agent构建。通过丰富的代码示例和可视化图表，详细演示了从简单笑话生成到复杂报告撰写的完整实现过程。掌握StateGraph、Send API、条件边等关键技术，轻松构建企业级AI应用。适合AI开发者和LangChain学习者

本文深入讲解LangGraph核心技术，涵盖LLM能力增强（结构化输出、工具绑定）、五大工作流模式（串行、并行、路由、编排者-工作者、评估器-优化器）和智能Agent构建。通过丰富的代码示例和可视化图表，详细演示了从简单笑话生成到复杂报告撰写的完整实现过程。掌握StateGraph、Send API、条件边等关键技术，轻松构建企业级AI应用。适合AI开发者和LangChain学习者

Agent 是 Chain 的基本组成单元，一个 Chain 由多个 Agent 构成。Chain 是 Agent 存在的载体，Agent 通过加入 Chain 来实现其功能和价值。Agent 和 Chain 共同构成了 Langchain 平台的核心技术体系

by：wenwenC9上一篇文章01｜LangChain | 从入门到实战-介绍02｜LangChain | 从入门到实战 -六大组件之Models IO在实现检索增强生成（RAG）的过程中，其中一个关键模块是数据的获取。虽然这听起来很简单，但实际上可能非常复杂。在LangChain中，有多个构建模块可用于处理这个步骤。要实现数据的获取，您可以使用LangChain提供的以下模块之一：关于rag的