坑梓网站建设怎么样wordpress 仪表盘 渗透

坑梓网站建设怎么样,wordpress 仪表盘 渗透,晋州 网站建设 网络推广,企业排名查询最近乱七八糟的事太多#xff0c;有半个月没更新公众号了#xff0c;今天来点偏技术实战的#xff0c;带大家用LangChain LangGraph快速入门用编程创建智能体#xff0c;用LangSmith进行追踪#xff0c;Agent-Chat构建Agent UI。 基本概念 相信大家相比于LangGraph有半个月没更新公众号了今天来点偏技术实战的带大家用LangChain LangGraph快速入门用编程创建智能体用LangSmith进行追踪Agent-Chat构建Agent UI。基本概念相信大家相比于LangGraphLangChain能更熟悉一些毕竟LangChain出现的更早下面先来简单介绍下这两个框架。LangChain它是一个开发AI应用的基础框架主要提供了开发AI应用的各种接口和工具例如调用大模型的统一接口提供了搜索、文档处理、向量数据库处理等工具可以方便我们非常快速调用实现功能加快开发速度否则我们还得自己去封装。除此之外LangChain还提供了链式调用Chains、记忆管理和提示词模版等基础功能。官网地址https://python.langchain.com/docs/introduction/LangGraph它更高级一些它在LangChain上面是一个基于LangChain的工作流编排框架可以处理复杂的工作流编排和多智能体编排。所以从名字上也可以看出来LangChain还是停留在链式Chain的调用而LangGraph则是把复杂的智能体工作流抽象成一个图Graph了。LangGraph的核心功能包含了有状态的工作流处理、条件分支、循环、并行执行、检查点Checkpoints和状态管理等处理。官网地址https://langchain-ai.github.io/langgraph/PS可能有些人对于上面提到的LangGraph状态管理这个概念有些模糊在此补充解释下。状态简单理解就是工作流执行过程中需要保存和传递的数据每个步骤的结果都会保存后续步骤可以访问前面步骤的结果和数据如果某个步骤失败可以从失败点重新开始。实战接下来带大家实战一个项目让大家快速入门LangChain LangGraph生态。这里我们开发工具就选择用Curosr了。1、创建空项目用cursor打开第一步我们在外头创建一个空项目文件夹这里我选择叫【lang-demo】然后用Cursor打开该文件夹。2、创建虚拟环境为了和其他python项目的环境进行隔离我们用cursor的终端使用conda命令先创建一个虚拟环境这里我创建的虚拟环境叫clx然后进入到该虚拟环境中。注意建议python版本要3.11以上因为后续需要安装langgraph-cli[inmem]最低版本要求3.11。conda create -n clx python3.12 conda activate clx如何判断是不是已经进入到了上面创建的虚拟环境中呢进入后终端的命令行前会有虚拟环境的名称。3、创建requirements.txt安装依赖项目中创建requirements.txt文件内容如下然后在cursor终端输入命令安装依赖命令如下pip3 install -r requirements.txt4、创建环境变量文件接下来创建【.env】文件里面配置各处申请的key。内容如下其中deepseek的API Key申请参照TAVILY的API Key申请参照LangSmith的API Key申请参照5、使用cursor生成一个LangChain LangGraph的demo对你没看错这里不是给大家讲我本地的项目如何做的而是让大家用Cursor去给自己生成一个并调试通所以最后每个人的Demo肯定是不一样的。我生成Demo的Prompt如下请给我生成一个LangChain和LangGraph的Demo要求如下 1、尽可能多的用上【requirements.txt】和【.env】的技术内容进行设计。 2、Demo尽量简单适合学习用方便理解。 3、需要包含【README.md】文件对项目结构和核心代码进行说明。 4、包含运行Demo的快捷入口文件。然后就看Cursor发挥了第一次生成后肯定跑不通需要不停的让cursor进行调试因为是Demo性质的相对简单逻辑也不会太复杂一般在10轮Prompt交互之内即可得到Cursor创建的可正确运行的项目。最后给大家演示下给我生成的项目是什么功能给我生成了一个【run_demo.py】入口文件用python命令运行我选择【1】然后输入我的问题天空为什么是蓝色的然后根据我的问题Demo会识别主题是我的问题是一个简单的问答【general_chat】调用模型给我回复了答案。除此之外还对数据进行了分析最后生成了一个可视化图表。图表然后我继续测试换一个问题问一个需要联网搜索的例如我提问请帮我搜索今天的热点AI新闻有哪些。然后他就会识别为【Search】主题给我联网搜索生成结果对数据进行分析后生成可视化图表。到这里我的Demo就演示完了然后呢如何方便你快速了解项目呢当然从让其生成的【README.md】文件了。Readme中介绍了项目的基本功能。对项目的调用流程进行了说明。说明了项目在哪使用了LangChain都做了什么并且对应的代码是多少行。还说明了项目哪里使用了LangGraph都做了什么并且对应的代码是多少行。具体不详细介绍了给我生成的Readme中已经写的很详细了完全可以看懂下面总结说明下给我生成的Demo代码哪些地方用到了LangChain哪些地方用到了LangGraph。LangChain相关使用LangChain中ChatDeepSeek与模型进行交互。集成LangChain中TavilySearch工具进行搜索。使用langchain_core.messages统一消息格式。LangGraph相关进行状态管理。进行工作流编排。进行状态传递。到此为止给大家演示了Cursor给我生成的LangChainLangGraph Demo。6、Langgraph-cli和LangSmith的使用下面我们继续在控制台安装库langgraph-cli方便后续调试和用LangSmith来追踪我们的项目。安装命令如下pip3 install -U langgraph-cli[inmem]安装后输入下面命令启动项目langgraph dev启动后会发现有三个重要的路径其中第一个和第三个是可以打开的。第一个是项目API的Endpoint打开后显示Not Found这是正常的。因为默认没有这个get请求不会重定向到任何地方但是既然有结果返回说明API的Endpoint是通的。http://127.0.0.1:2024第三个可以打开打开后是LangGraph的API文档说明并且可以在线测试API这里就不给大家演示了很简单。http://127.0.0.1:2024/docs但是第二个需要特殊说明我们路径可以打开但是获取不到项目的内容这个肯定是不正常的。https://smith.langchain.com/studio/?baseUrlhttp://127.0.0.1:2024有一定软件基础能力的人很容易可以判断出来因为下面这个路径跨域了smith平台是不可能获取你本地服务API EndPoint的访问不了很正常。https://smith.langchain.com/studio/?baseUrlhttp://127.0.0.1:2024所以为了解决这个问题我们需要改一下启动的命令使用下面命令启动langgraph dev --tunnel这次启动后大家可以看到路径更长了而且并不是之前本地的ip了而是换成公网可访问的cloudflare的地址。https://smith.langchain.com/studio/?baseUrlhttps://journalists-utilities-magnetic-seemed.trycloudflare.com这样langsmith平台就可以正常地加载了。加载后大家可以看到你也的业务流程完全变成了可追踪的可视化工作流。然后我就可以输入问题在这个平台上进行调试例如在对应的传递参数的地方我提问天为什么会下雨在此平台就可以连接到你本地的工程进行可视化调试和输出了。并且可以切换到【Trace】选项卡查看其运行轨迹进行追踪。除此之外现在你把这个页面关闭。然后再次进入到LangSmith的主页点击【Tracing Projects】也可以看到之前运行追踪的记录。这意味着什么呢这意味着只要你用【langgraph dev】启动了你本地的工程你在何处访问你的项目都会自动进行行为追踪并且在LangSmith平台上进行查看。解惑大家通过我上面的操作是不是感觉很神奇都会存在这种疑问不是一直在讲LangChain吗怎么突然来了LangSmith它是干嘛的感觉像可以追踪行为用的那我的项目又是何时与LangSmith平台进行的联系呢LangSmith其实我不用过多解释通过上面的演示大家也能够感受到。LangSmith大家理解成一个在线监控和调试平台即可提供了在线调试Debug上面演示的工作流在线输入为什么会下雨的例子可看到流程中每一步的结果、Trace追踪上面例子中的调用链路可追溯、还有生产监控Monitoring上线后追踪用户真实交互方便后续优化智能体和评估Evaluation支持对不用的Prompt/模型/AB测试/质量等进行评估。那如何建立的联系呢大家最早在上面还有印象吧让大家在【.env】中配置了LangSmith的相关信息而且Tracing还设置为了True。在生成的代码逻辑中通过这些参数就让你的工程与LangSmith平台关联上了。代码中引入追踪的注解在想追踪的方法上添加注解皆可官网写的更是详细如何接入包括未给大家演示的评估Evaluation功能在此不详细解释了。到这里才算是LangChain、LangGraph和LangSmith讲完了。7、扩展部分agent-chat UI的使用这一部分属于拓展部分刚才我们写的Agent事实上是没有UI的。LangChain生态也是想到了这一点所以官方还推出了一个Agent-Chat开源项目可以快速构筑UI关联到我们刚才本地创建的智能体。项目地址https://github.com/langchain-ai/agent-chat-ui使用和安装也是非常的简单官网上写的很清楚先clone项目到本地然后进入到项目目录后通过【pnpm install】进行安装通过【pnpm dev】启动该项目。启动成功后即可通过3000端口进行访问。访问后主页面上配置启动本地服务地址、项目ID与LangSmith API Key即可连接到本地启动的智能体。配置成功后我们就可以正常提问了例如我下面问的地球为什么是圆的。给我正常响应并且在后台工程中也进行了数据分析和生成了图表。总结下今天的内容我们从0创建了一个空的项目并且借助于Cursor让其给我们生成了一个LangChain和LangGraph的Demo除此之外我们还关联到了LangSmith平台进行调试和追踪最后通过Agent-Chat快速构建了UI去使用。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2025 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容​一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明 AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容​2025 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”