本文深入分析了LangGraph中astream方法的stream_mode参数及其五种模式（values、updates、debug、messages、custom）的功能特点。通过代码示例展示了每种模式的输出形式：values输出完整状态值，updates仅返回状态更新，debug提供调试数据，messages流式返回大模型/工具调用结果，custom支持自定义输出。文章还解析了langgra

本文深入分析了LangGraph中astream方法的stream_mode参数及其五种模式（values、updates、debug、messages、custom）的功能特点。通过代码示例展示了每种模式的输出形式：values输出完整状态值，updates仅返回状态更新，debug提供调试数据，messages流式返回大模型/工具调用结果，custom支持自定义输出。文章还解析了langgra

本文基于langgraph服务和Agent Chat UI搭建一个简单前后端配合的Agent。

本文基于langgraph服务和Agent Chat UI搭建一个简单前后端配合的Agent。

本文讲解搭建一个本地的langgraph服务，用于开发和测试。作为后继使用langgraph开发agent的基础。

本文讲解如何在工作流中增加用户介入支持，从而支持agent的复杂应用场景

本文以一个简单的 mcp工具为例，对于在open webui中如何通过MCP集成外部服务进行串联讲解，并对系统中的相关代码进行分析

【摘要】本文深入分析了OpenWebUI中的模型管理功能。系统支持多种模型来源，包括第三方大模型、本地Ollama模型、定制模型、管道和流水线，这些模型在数据结构和属性上存在差异，导致代码逻辑复杂。文章从持久化存储和运行时加载两个维度展开：1) 持久化方面，不同模型类型分别存储在user表的settings字段（公有模型）、model表（定制模型）和function表（管道）；2) 运行时加载通过

用户可自主手动管理一些希望大模型能够记忆的内容，进而增强大模型的能力，满足用户个性化的需求。本文将对open webui的记忆功能的使用进行讲解，然后对相关源码进行分析。

extra_params["__tools__"] = get_tools(#根据tool_ids设置extra_params的__tools__function_module = get_function_module_by_id(request, pipe_id) #根据ID获取模块。如果参数中有__user__并且管道函数中有UserValves，则需要根据pipe_id和user_id。'