04 2026 档案
摘要：实战 LangGraph 循环执行：构建带自动重试的并行任务流 在构建复杂 AI 工作流时，我们经常会遇到不稳定的外部服务调用、需要重试的异步任务场景 —— 比如并行获取天气、时间等第三方数据，部分接口可能随机失败，这时候就需要工作流具备自动循环重试能力，直到任务成功或达到最大重试次数。 LangG
阅读全文
摘要：2026-04-27LangGraph多分支实战：用图结构实现专业化任务并行协作 在大模型应用开发中，我们常常会遇到这样的场景：一个复杂问题需要多个专业化任务协同处理，单独一个节点无法完成所有逻辑，且多个任务之间可以并行执行以提升效率。传统的线性工作流的往往显得笨重，而LangGraph的出现，恰好
阅读全文
摘要：LangGraph 实战：轻松实现工作流并行执行，大幅提升处理效率 在构建复杂 AI 工作流、多任务处理流程时，并行执行是提升效率、缩短整体耗时的核心能力。传统的流程编排工具往往需要复杂的配置、额外的并发控制代码，而 LangGraph 凭借极简的设计，让并行任务的实现变得开箱即用。 今天就和大家分
阅读全文
摘要：LangGraph 实战：并行结果安全合并与合并式状态管理深度解析 在多智能体协作、并行任务处理的场景中，结果覆盖、数据冲突、状态混乱是最常见的痛点。当多个并行节点同时修改状态时，如何保证数据安全聚合、不丢失、不覆盖？LangGraph 提供的合并式状态（Annotated 自定义合并函数） 完美解
阅读全文
摘要：LangGraph 状态管理实战：解锁追加式消息历史，打造流畅对话系统 在基于 LangGraph 构建对话类应用（聊天机器人、智能助手）时，状态管理是核心痛点之一。传统的状态更新往往是「覆盖式」的，每次更新都会清空原有数据，这对于需要保留完整对话历史的场景完全不适用。 今天就给大家分享 LangG
阅读全文
摘要：LangGraph 核心状态管理：一文读懂「覆盖式状态」的原理与实践 在基于 LangGraph 构建智能工作流、多步骤任务执行时，状态管理是整个流程的核心枢纽，它负责串联所有节点、存储全流程数据。今天给大家分享 LangGraph 中最基础、最常用的状态模式 ——覆盖式状态，也是新手入门必须掌握的
阅读全文
摘要：LangGraph 判断节点实战：用条件路由打造智能天气查询 Agent 在 AI Agent 开发中，动态决策与流程分支是核心能力。传统线性调用难以应对 “是否需要调用工具”“是否结束对话” 等灵活场景，而 LangGraph 的判断节点与条件边机制，能以极简方式实现工作流的智能路由。本文结合天气
阅读全文
摘要：LangGraph 入门：从零实现大模型智能决策工作流（极简实战） 在大模型应用开发中，我们经常需要让模型具备自主决策能力—— 判断用户问题是否需要调用工具、是否需要补充信息，而 LangGraph 正是实现这类结构化大模型工作流的核心框架。 今天给大家分享一个极简入门级实战案例：基于 LangGr
阅读全文
摘要：LangGraph 入门：轻松构建可视化工作流，解锁状态图编程新体验 在大模型应用开发中，我们经常需要处理多步骤、有状态、带分支判断的复杂工作流，传统的线性代码编写不仅繁琐，还难以维护和可视化。今天给大家分享一款超实用的工具 ——LangGraph，它专为构建状态 ful（有状态）的工作流而生，能让
阅读全文
摘要：LangGraph：AI 智能体开发进阶方案 一、前言 在基于 LangChain 开发大模型应用时，绝大多数开发者入门阶段，都会采用原生链式调用的开发模式。 通过拼接提示词模板、大模型实例、输出解析器与自定义工具，搭配硬编码条件判断，就能快速实现基础问答、单步工具调用等轻量化需求。 这种开发方式逻
阅读全文
摘要：基于LangChain与DeepSeek实现Plan-and-Execute Agent，让AI学会“先规划后行动” 在AI Agent开发领域，“如何让模型高效完成复杂多步任务”一直是核心痛点。传统Agent常陷入“走一步看一步”的局限，面对多步骤协作任务时容易偏离目标、效率低下。而Plan-an
阅读全文
摘要：基于LangChain实现OpenAI Functions风格Tool Calling智能助手 在大模型应用开发中，“工具调用（Tool Calling）”是让模型突破自身能力边界的关键——它能让模型根据用户需求，自动调用外部工具（如计算器、时间查询、API接口等），完成单纯语言生成无法实现的任务。
阅读全文
摘要：LangChain 实战：面向对话场景的 Conversational ReAct 智能助手实现 在构建具备推理能力与交互体验的智能助手时，ReAct 框架凭借「思考 - 行动 - 观察」的闭环推理逻辑，成为大模型 Agent 领域的经典范式。而Conversational ReAct 作为 Lan
阅读全文
摘要：LangChain 实战：Structured Chat ReAct 智能体原理与实现（对比 ZeroShot ReAct） 在基于大模型构建智能体（Agent）的过程中，ReAct 作为经典的推理 + 执行范式，被广泛应用于工具调用、逻辑推理、多步任务编排等场景。而 LangChain 内置的两种
阅读全文
摘要：LangChain实战：ZeroShot_ReAct Agent 从零搭建，无需训练也能灵活调用工具 在大模型应用开发中，“让AI自主判断、灵活调用工具”是实现智能化的关键一步。而ZeroShot_ReAct Agent作为LangChain中最易用、最基础的智能代理方案，无需提前训练样本，仅通过工
阅读全文
摘要：基于RunnableWithMessageHistory实现多会话隔离与持久化记忆 在构建LLM对话应用时，多会话隔离与对话历史持久化是从demo走向生产级的关键。本文基于ReAct智能体实践，拆解RunnableWithMessageHistory的会话隔离实现，及可扩展的数据库持久化方案，助力快
阅读全文
摘要：LangChain ReAct智能体实战：给会话历史添加ID，实现多会话隔离 在LangChain构建智能体的过程中，多轮对话的上下文管理是提升用户体验的关键。很多开发者在实现ReAct智能体时，会遇到一个常见问题：无法区分不同用户或不同会话的历史记录，导致对话上下文混乱，智能体“记混”对话内容。
阅读全文
摘要：LangChain ReAct Agent 实现会话记录功能：让智能体拥有“记忆” 在基于LangChain构建智能体（Agent）的过程中，很多开发者都会遇到一个常见问题：默认的ReAct Agent缺乏会话记忆能力，每一次交互都是孤立的，无法记住上一轮的对话内容，导致多轮对话体验生硬，甚至无法完
阅读全文
浙公网安备 33010602011771号