iT邦幫忙

langgraph相關文章
共有 18 則文章
鐵人賽 生成式 AI DAY 29

技術 day29 MutiAgent智能判斷workFlow:用LangGraph的多代理生成架構圖系統展示,智能過濾無用輸入

前言 我們昨天簡單的介紹LangGrpah,並且展示工作流程圖的生成,那麼今天我們將day27的生成架構圖系統用langGraph控制流程,並且有個agent判...

鐵人賽 生成式 AI DAY 28

技術 day28 用LangGraph打造互動工作流程:圖形化工作流介紹

前言 昨天我們進行一個完整的生成架構圖系統,可以讓使用者輸入,並且展示架構圖,但是在實際的系統上,不一定只有生成架構圖這個選項,也可能有專注回答使用者問題的Ag...

鐵人賽 生成式 AI DAY 20

技術 【Day 20】- 結合 LangGraph 與 MongoDB 打造智慧工地安全監控系統:Agentic RAG 技術應用實例

摘要這篇文章探討了如何將 LangGraph 的強大功能與 MongoDB 的資料儲存和檢索能力相結合,打造一個智慧的工地安全監控系統。文章首先介紹了 Lan...

鐵人賽 生成式 AI DAY 30

技術 【Day 30】- 從 LangGraph 到使用者介面:整合 FastAPI 與 Streamlit 的全方位指南

摘要文章首先概述了專案的核心目標,包括 理解自然語言查詢、進行即時網路搜尋、提供準確相關的答案、支援多輪對話、提供流暢的使用體驗。接著,文章深入分析了系統的架...

鐵人賽 生成式 AI DAY 23

技術 【Day 23】- Adaptive-RAG:動態檢索策略提高系統問答精準度

摘要這篇文件介紹了一種名為「Adaptive-RAG」的技術,它旨在提升問答系統的準確性和效率。Adaptive-RAG 的核心概念是根據使用者查詢的複雜度動...

鐵人賽 生成式 AI DAY 19

技術 【Day 19】- LangGraph 的記憶機制:提升 AI 助理的上下文理解能力

摘要這篇文章探討了 LangGraph 這個框架,它用於提升 AI 助理的記憶能力,並能有效管理對話歷史。文章首先說明了 AI 助理需要記憶功能的原因,以及記...

鐵人賽 生成式 AI DAY 16

技術 【Day 16】- Agentic Pattern:以多代理協作模式革新 AI 系統

摘要這篇文章探討了 多代理系統 在人工智能領域的應用,特別是 如何利用 LangGraph 框架來構建和管理多代理系統。文章首先介紹了多代理系統的基本概念,包...

鐵人賽 生成式 AI DAY 13

技術 【Day 13】- 進階 LLM 反思機制:Reflexion 技術的創新與應用

摘要這篇文章探討了大型語言模型(LLM)領域中的反思機制,特別是新興的 Reflexion 技術。它首先回顧了先前 Self-Refine 技術的局限性,例如...

鐵人賽 生成式 AI DAY 12

技術 【Day 12】- AI代理自我反思:深入探討 Self-Refine 技術與 LangGraph 實作

摘要這篇文章主要探討了 大型語言模型 (LLM) 的自我完善技術,特別是 Self-Refine 的概念和實作方法。文章從介紹 Reflection Agen...

鐵人賽 生成式 AI DAY 10

技術 【Day 10】從零到一:用實戰案例掌握 LangGraph Studio 開發 AI 代理

摘要本文介紹了 LangGraph Studio,一個專為 AI 代理應用程式開發設計的整合開發環境 (IDE)。文章首先介紹了 LangGraph Stud...

鐵人賽 生成式 AI DAY 9

技術 【Day 9】- 從 Redux 到 LangGraph:AI 時代下的狀態管理新思維

摘要這篇文章主要探討了兩種狀態管理框架:傳統的 Redux 和新興的 LangGraph,並比較了它們的設計理念和應用場景。首先,文章簡要介紹了 Redux...

鐵人賽 生成式 AI DAY 8

技術 【Day 8】- 深入理解 LangGraph 狀態的工作機制

摘要這篇文章以大家熟悉的「大地遊戲」為比喻,深入淺出地解說了 LangGraph 的狀態管理機制,並強調其在 AI 對話系統中的重要性。文章首先說明 Lang...

鐵人賽 生成式 AI DAY 7

技術 【Day 7】 - LangGraph 深入探索:Function Calling 機制與進階應用

摘要本文探討 LangGraph 框架中的 Function Calling 技術,它是一種讓大型語言模型 (LLM) 能夠與外部工具互動的機制,進而擴展 A...

鐵人賽 生成式 AI DAY 6

技術 【Day 6】- LangChain 與 LangGraph 工具實戰探討:AI 模型的程式呼叫能力

摘要這篇文章探討了 LangChain 和 LangGraph 這兩個強大的工具,它們能夠賦予 AI 模型呼叫外部程式碼的能力,進而擴展其功能並實現更智能的交...

鐵人賽 生成式 AI DAY 5

技術 【Day 5】- LangChain 與 LangGraph 串流技術深度探索

摘要展示了 LangChain 與 LangGraph 的串流功能,旨在說明如何以分段式輸出和事件串流的方式提升基於大型語言模型 (LLM) 應用程式的效能。...

鐵人賽 生成式 AI DAY 4

技術 【Day 4】- LangGraph 入門教程:節點、邊、狀態

摘要這篇文章深入淺出地介紹了 LangGraph,一種由 LangChain 團隊開發的工具,用於構建更靈活且複雜的 AI 代理工作流程。LangGraph...

鐵人賽 生成式 AI DAY 3

技術 【Day 3】- LangGraph:構建下一代智能應用的革命性框架

摘要LangGraph 是一個用於建立複雜、狀態化的多AI代理系統的革命性框架,特別適用於與大型語言模型 (LLM) 合作。LangGraph 以圖形結構為基...

鐵人賽 生成式 AI DAY 1

技術 【Day 1】- Agentic System 探索之旅

簡介 歡迎點進來的朋友,在 AI 技術日新月異的今日,Agentic System 正掀起一場前所未有的革命。本系列將帶您深入探索這個令人興奮的領域,從靈活高...