LangGraph 学习 Day 7:状态图、节点、边与可恢复 Agent
复盘 LangGraph 的 StateGraph、状态 schema、Reducer、Checkpoint、节点缓存、重试、人工审核和条件边。
最新文章
复盘 LangGraph 的 StateGraph、状态 schema、Reducer、Checkpoint、节点缓存、重试、人工审核和条件边。
理解 Agent 的规划执行流程、本地工具定义、OpenAI 工具 schema、LangChain Tool 和 MCP 工具协议。
围绕 Collection、Schema、Index、Insert、Delete、Vector Search、Scalar Search 和结果融合理解 Milvus。
从 LLM 知识滞后、知识缺失和幻觉问题出发,梳理 RAG 的索引阶段、召回阶段和生成阶段。
理解 Chains、RunnableSequence、RunnableParallel 和 LCEL,掌握把模型调用组合成工程流水线的方法。
梳理模型平台接入、环境变量管理、OpenAI SDK、LangChain init_chat_model、Ollama 本地模型和输出解析。
把 LangChain 和 LangGraph 放在同一张工程地图里理解:一个偏应用组件编排,一个偏状态图与复杂 Agent 控制。
整理一套适合大模型方向的论文阅读框架,帮助快速抓住问题、方法、实验和局限。
记录大模型应用评测的基本维度,包括正确性、稳定性、引用质量和失败样例分析。
梳理向量数据库在 RAG 系统中的作用,包括 embedding、索引、召回和元数据过滤。
项目记录