您是不是在找：

怪怪华1周前
什么是langchain 什么是langchain，需要更详细资料的评论区扣1 #langchain教程 #深度学习 #大模型
00:00 / 02:57
连播
清屏
智能
倍速
点赞21
曼道AI2周前
从理论到实践：LangChain上下文工程框架全解析 精读langchain《context engineering》① #上下文工程 #大模型开发 #langchain #agent #提示词工程
00:00 / 06:23
连播
清屏
智能
倍速
点赞38
AI大模型3月前
LangChain向量储存 #大模型 #LangChain #人工智能 #编程 #大模型学习
00:00 / 08:21
连播
清屏
智能
倍速
点赞90
曼道AI2周前
上下文工程实践：短期记忆与长期记忆的写入机制 精读langchain《context engineering》③ #上下文工程 #大模型开发 #langchain #agent #提示词工程
00:00 / 05:32
连播
清屏
智能
倍速
点赞23
小工蚁2年前
将数据源同步到向量存储，langchain解决方案 #小工蚁 #langchain
00:00 / 08:02
连播
清屏
智能
倍速
点赞283
曼道AI2周前
解构“隔离上下文”的三种模式 精读《langchaincontext engineering》⑥#上下文工程 #langchain #大模型开发 #人工智能知识分享#Agent
00:00 / 04:40
连播
清屏
智能
倍速
点赞16
曼道AI2周前
解构“选择上下文”的核心策略 精读langchain《context engineering》④#上下文工程 #langchain #大模型开发 #人工智能知识分享
00:00 / 06:09
连播
清屏
智能
倍速
点赞8
九天Hector8月前
【企业级智能体开发】RAG+LangChain系统开发基础 1. Naive RAG 基础架构回顾与LangChain基础 a. Step 1.文档解析与切分 b. Step 2.文档词向量化与存储 c. Step 3.文档匹配与问答 d. LangChain接入各类模型基础 e. LangChain调用方法与内置工具API查询 2. LangChain Document loaders（文档解析） API a. txt、pdf、md、html、word等本地文档加载流程 b. 网页文档加载与数据库文档加载 c. 云存储加载与多媒体格式文档加载 d. PDF文本与多模态内容加载 3. LangChain Text splitters（文档切分） API a. 按照文档固定格式切分 b. 按照token/字数进行切分 c. 滑动窗口切分方法 d. 递归切分方法实现流程 e. 特定文档切分与语义切分 4. Embedding模型与词向量数据库 a. 在线Embedding模型组接入方法 b. 开源Embedding模型组接入方法 c. Embedding模型选择依据 d. 词向量数据库选取依据 e. 专业词向量数据库Chroma、Fiass使用方法 f. 通用向量数据库保存词向量流程 #rag #langchain #embedding #智能体 #ai新星计划
00:00 / 01:35:38
连播
清屏
智能
倍速
点赞320
赋范课堂4月前
全新LangChain 1.0极速上手！核心技术精讲！ 零门槛接入各类模型，从零搭建工业级智能体、中间件功能详解，Deep Agents、LangGraph#大模型#ai新星计划#AI#LangChain#智能体开发
00:00 / 58:06
连播
清屏
智能
倍速
点赞1580
GenAI动力5天前
LangChain、LangGraph、LangSmith到底各管什么？从“单次调用LLM”到RAG流水线、工具调用、Agent循环，再到图结构工作流和上线后的监控评估，一口气把这套AI工程栈讲清楚。顺便聊聊企业级最容易踩坑的：授权与认证到底怎么做？ #LangChain #LangGraph #LangSmith #AI应用架构 #软件工程与系统设计
00:00 / 12:27
连播
清屏
智能
倍速
点赞45
骋风算力4天前
专门为 AI Agent 设计的上下文数据库 #数据库 #开源项目 #上下文ai智能 #骋风算力 #github
00:00 / 00:29
连播
清屏
智能
倍速
点赞218
AI大模型3周前
LangChain从入门到精通 #LangChain #大模型 #rag #智能体 #人工智能
00:00 / 01:02:00
连播
清屏
智能
倍速
点赞63
曼道AI2周前
为AI的思考空间“降噪”—解构“压缩上下文”的核心策略 精读langchain《context engineering》⑤#上下文工程 #langchain #大模型开发 #人工智能知识分享#Agent
00:00 / 04:53
连播
清屏
智能
倍速
点赞21
九天Hector4月前
LangChain 1.0体系入门实战 一站式高效掌握LangChain 1.0，详解基础API+Agent开发部署上线全流程，精讲核心中间件功能，实现无限上下文+人在闭环+模型动态选择，从零搭建工业级高性能Agent！#ai新星计划 #ai #大模型 #agent#抖音知识年终大赏
00:00 / 56:31
连播
清屏
智能
倍速
点赞1071
曼道AI2周前
“腐烂”与“污染”：剖析Agent性能下降的根本原因 精读langchain《context engineering》② #上下文工程 #大模型开发 #langchain #agent #提示词工程
00:00 / 05:16
连播
清屏
智能
倍速
点赞41
AI费曼8月前
替代“提示工程”的“上下文工程“是什么？ LangChain出品的详细介绍上下文工程的经验技巧
00:00 / 07:34
连播
清屏
智能
倍速
点赞22
慢学AI1月前
上下文注入：给Agent提供环境和约束信息 上下文注入：给Agent提供环境和约束信息-langchain《Improving Deep Agents with harness engineering》③ https://blog.langchain.com/improving-deep-agents-with-harness-engineering/
00:00 / 02:38
连播
清屏
智能
倍速
点赞309
AI大模型3周前
LangChain知识点学习路线讲解 #LangChain #大模型 #人工智能 #计算机 #程序员
00:00 / 02:28
连播
清屏
智能
倍速
点赞39
赋范课堂8月前
LangGraph&LangChain智能体开发极速入门! 10分钟搭建高性能Data Agent，前后端分离架构+实时状态追踪全流程实战，前端对话+NL2SQL+Python代码解释器全功能实现，一站式入门LangGraph&LangChain全套开发工具！ #LangChain #LangGraph #Python #智能体 #ai新星计划
00:00 / 11:17
连播
清屏
智能
倍速
点赞1134
it大神1月前
3-ai-角色-保留上下文-langchain #ai #ai开发 #langchain #编码 #软件开发
00:00 / 09:24
连播
清屏
智能
倍速
点赞29
九天Hector9月前
LangGraph&LangChain智能体开发极速入门！ 10分钟搭建高性能Data Agent，前端对话+NL2SQL+Python代码解释器全功能实现，前后端分离架构+实时状态追踪全流程实战，一站式入门LangGraph&LangChain全套开发工具！ #LangChain #LangGraph #Python #智能体 #ai新星计划
00:00 / 09:19
连播
清屏
智能
倍速
点赞2689
AI大模型入门教程11月前
LangChain基于SQL实现数据分析问答 #编程语言 #ai大模型 #大模型 #LangChain #SQL
00:00 / 36:13
连播
清屏
智能
倍速
点赞720
AI编程小师弟1周前
一次搞懂LangChain系列✨ 新手入门 AI 开发必看干货 建议点赞收藏，反复观看～ #买不买求支招 #抖音校园live计划 #随时随地标记一下 #AI #langchain教程
00:00 / 07:01
连播
清屏
智能
倍速
点赞20
AI大模型入门教程11月前
面试官：请你详细说下LangChain框架应用场景？ #AI大模型 #大模型语言 #面试题 #LangChain #人工智能
00:00 / 10:58
连播
清屏
智能
倍速
点赞340
难山3周前
手把手教docker部署数据库让langchain跨对话管理 在本地用docker部署数据库，让你的agent可以管理不会话的内容。理解一些懂爱是怎额实现的。分享一些学习日常。
00:00 / 40:23
连播
清屏
智能
倍速
点赞56
九天Hector8月前
智能体基础开发：LangChain接入工具流程 #ai新星计划 #langchain #智能体 #Agent #大模型
00:00 / 54:27
连播
清屏
智能
倍速
点赞174
张朝阳讲编程3周前
LangChain调用大模型 #python #LangChain #大模型
00:00 / 14:59
连播
清屏
智能
倍速
点赞53
AI大模型2周前
深度理解langGraph核心教程 #langGraph #大模型 #人工智能 #ai #LangChain
00:00 / 19:49
连播
清屏
智能
倍速
点赞38
马克的技术工作坊7月前
Context Engineering：概念与技术实现 Context Engineering：概念与技术实现深度解析 #langchain #rag #agent #llm #ai
00:00 / 15:15
连播
清屏
智能
倍速
点赞9287
大模型学习教程11月前
如何使用langchain开发Agent智能体？ #AI #大模型 #agent #智能体 #langchain @DOU+上热门
00:00 / 33:15
连播
清屏
智能
倍速
点赞161
阿东玩AI5月前
Langchain核心开发者：你的agent真的设计过度了 1. 上下文工程 > 提示词工程 上下文工程是提示词工程的超集 需管理来自用户、工具调用等多源信息 核心挑战：为模型提供"恰到好处"的上下文 2. 两大核心问题 上下文窗口溢出：一次运行可能消耗50万token 上下文腐烂：随上下文变长，性能不可预测地衰退构建 3. AI智能体要在"现在能用"和"未来能进化"之间找平衡，倾向于通用、可拆解的架构，而非过度工程化。#内容过于真实 #vlog十亿流量扶持计划 #知识分享 #内容太过真实 #干货分享
00:00 / 03:37
连播
清屏
智能
倍速
点赞57
黑马程序员1周前
虎哥带着他的新课来啦！最新教程LangChain全家桶上线，赶紧学起来！#LangChain #Agent #RAG #黑马程序员
00:00 / 01:11
连播
清屏
智能
倍速
点赞24
老纪的技术唠嗑局2周前
Agentic RAG 实战 5 《数据进、数据出的快捷 RAG》 大家好，这是 OceanBase 开源团队的@沧海九粟 老师为大家带来一个新的系列课程，介绍如何使用 LangChain 以及 OceanBase 构建一个 Agentic RAG 智能体，并对其进行基础的能力评测。 本期视频是系是本系列的最后一期。本期我们会给大家介绍Data In / Data Out RAG，也就是数据进、数据出的 RAG。其核心思想是通过 seekdb 的内置 Embedding 和 AI Functions 能力让 RAG 变得更简单。 本课程是由 OceanBase (oceanbase.com) 和 LangChain (langchain.com) 社区联合制作。 #AI #RAG #Agent #OceanBase #LangGraph
00:00 / 27:27
连播
清屏
智能
倍速
点赞21
慢学AI2月前
顶级Agent的上下文工程共识 langchain联合创始人Lance·Martin最新分享 #上下文工程 #大模型开发 #人工智能知识分享 #manus #ai应用开发
00:00 / 05:41
连播
清屏
智能
倍速
点赞216
茉卷知识库2年前
原始文本+摘要文本+Q&A问答 同时索引和召回 详解！ [茉卷知识库]#Langchain教程 [39] RAG实战 Day15
00:00 / 20:08
连播
清屏
智能
倍速
点赞11
从雨里来8月前
上下文工程、OpenAI学习模式、LangChain记忆功能
00:00 / 01:59
连播
清屏
智能
倍速
点赞2
慢学AI2月前
解构“隔离上下文”的三种模式 精读《langchaincontext engineering》⑥#上下文工程 #langchain #大模型开发 #人工智能知识分享
00:00 / 04:40
连播
清屏
智能
倍速
点赞459
清华鑫哥讲AI智能体5月前
Manus创始人对谈硅谷开发大佬Lance：上下文工程的经验 LangChain 的核心开发工程师 Lance 和 Manus 的联合创始人 Peter 进行了一次一个多小时的对谈。全程聚焦了一个核心问题：上下文工程。访谈中有许多他们实战经验的总结，非常值得一看。#Manus #AI智能体 #Langchain #coze智能体 #智能体搭建
00:00 / 03:33
连播
清屏
智能
倍速
点赞255
慢学AI2月前
解构“选择上下文”的核心策略 精读langchain《context engineering》④#上下文工程 #langchain #大模型开发 #人工智能知识分享
00:00 / 06:09
连播
清屏
智能
倍速
点赞174
赋范课堂3月前
（17）全新LangChain1.0极速上手！中间件消息压缩 中间件3大场景！零门槛接入各类模型，从零搭建工业级智能体、中间件功能详解，Deep Agents、LangGraph#大模型#ai新星计划#AI#LangChain#智能体开发
00:00 / 06:30
连播
清屏
智能
倍速
点赞23
大力AI3周前
如何让Claudecode精确调用skills LangChain 实测：给 Claude Code 写了 Skills，它全程一次没主动调用。 两个根本原因： 1.Skills 超过 12 个，Agent 开始选错 2. 放在 skill 文件里靠动态检索，流程跳过就漏了——写进 AGENTS.md 才是预加载 三条实操结论：总数 ≤ 12，使用指导进 AGENTS.md，先跑基线测完成率再优化。 #skills #claude #agentskills
00:00 / 02:56
连播
清屏
智能
倍速
点赞5263
一蛙AI4月前
如何通过上下文工程来管理和优化上下文，以应对长任务、多轮交互和大量工具调用导致的成本上升、延迟变大与context rot 三个核心原则：卸载、减少、隔离上下文。 1. 卸载上下文 卸载指把信息从模型的上下文窗口转移到外部存储，以便在需要时再取回。 •持久化信息：代理可把计划等信息写入文件，执行多步操作后再读回文件，从而保持一致性并避免遗忘。 •跨会话记忆：文件系统（如cloud.md、agent.md）可以保存跨代理调用会话的持久状态，用作长期记忆。 •卸载动作：与其在系统提示中加载大量工具，不如给代理少数原子化工具（如Bash、文件操作工具）。代理可通过这些工具调用文件系统里的脚本，从而扩展能力范围，同时不污染系统提示。 •渐进式披露：以Anthropic的技能skills为例，系统只加载技能的头部描述。代理决定调用某技能时，才会读取技能目录中的详细skill.md并使用基本工具执行对应脚本，以减少初始上下文负担。 2. 减少上下文 减少上下文指在每次交互中降低传入上下文的体积。 •压缩：如Manus代理会把已执行、较旧的工具结果完整内容转存为文件，并在消息历史中只保留文件引用。这是可逆的，需要时可重新读取原文。 •总结：当上下文窗口接近满载（如95%）时，系统会把整个消息历史总结成更精炼内容，以节省空间。这类压缩是不可逆的，会有信息损失。 •过滤：一些系统（如Deep Agents包）使用中间件过滤特别大的工具输出，防止其直接塞进模型上下文中。 3. 隔离上下文 隔离指使用独立的上下文窗口或子代理来处理可独立完成的任务，以避免上下文爆炸。 •子代理模式：父代理生成子代理，让后者在全新、干净的上下文中执行工作，再把最终结果返回给父代理。这样父代理不必承受整个任务细节带来的负担。 •共享上下文资源：某些设计下，子代理虽使用独立上下文，但仍可共享父代理的资源，如文件系统，以在隔离的同时保留必要的信息访问能力。 视频中用到的文档：notion.so/Context-Engineering-for-Agents-2a1808527b17803ba221c2ced7eef508 视频英文原稿在油管LangChain频道 #大模型 #人工智能 #aiagent #langchain #claudecode
00:00 / 16:26
连播
清屏
智能
倍速
点赞1574
大小寒学AI11月前
02-4:RAG-embedding存储 RAG-embedding存储。RAG | embedding | Chroma #RAG #langchain #ai应用教学 #人工智能教学
00:00 / 08:02
连播
清屏
智能
倍速
点赞4
AI大模型开发5月前
挑战从Java转行AI大模型第五天 《LangChain消息管理与聊天历史存储》 #人工智能 #AI大模型 #大模型学习 #大模型 #大模型入门
00:00 / 24:10
连播
清屏
智能
倍速
点赞14
AIGCLINK9月前
langchain官方发布的无代码Agent构建平台 Open Agent Platform：langchain官方发布的无代码Agent构建平台，集成MCP、RAG、tools、Agent的多智能体，从而可以图形化创建各种agent#langchain #agent #oap
00:00 / 20:56
连播
清屏
智能
倍速
点赞175
Java小叮当1年前
langchain4j+大模型全解: 从知识库RAG实战到Agent开发#java #程序员 #langchain #RAG
00:00 / 44:27
连播
清屏
智能
倍速
点赞99
ZCW2周前
# NVIDIA的存储革命来了 蓝场-4 STX直接把上下文内存塞进存储系统，这是个反常识的举动。你没看错，5倍的令牌吞吐量提升，不是靠算力堆出来的，而是通过重新设计存储架构实现的。传统存储系统的瓶颈被彻底打破，这让很多自以为了解AI的人傻了眼。 NV的野心不只是卖硬件，他们把STX变成一个参考架构，给存储厂商用。这招够狠，等于在底层改写规则。过去存储厂商只能按GPU的节奏走，现在他们有了自己的话语权。这种打法，会让整个市场格局发生根本性变化。 KV缓存是大模型推理的关键，但传统系统处理它就像用马车送快递。现在NV用CMX平台把缓存效率翻倍，意味着AI代理能记住更多东西，处理更复杂任务。这对实际应用来说，不是理论上的进步，而是实实在在的性能跃迁。 别指望这个技术马上改变你的生活，但它正在悄悄重构AI基础设施的底层逻辑。如果你是开发者，现在该考虑如何利用这种新架构优化模型；如果你是企业决策者，得开始关注存储和AI的协同创新。这事，已经不是谁先懂的问题，而是谁先布局的问题。 #ai你又偷偷进步了
00:00 / 01:12
连播
清屏
智能
倍速
点赞0
暴躁哐哐2年前
LangChain(示例10)之如何压缩上下文内容提升问答匹配准确率，开发ChatGPT插件知识库或者AI知识库的相似查询无法完全匹配的解决办法之一#LangChain #OpenAI #ChatGPT #Claude2 #AI知识库
00:00 / 02:53
连播
清屏
智能
倍速
点赞350
深读AI6天前
Harness是什么？- Harness的详细解析 分享一篇langchain工程师发表的智能体框架解析《 The Anatomy of an Agent Harness》 原文地址：https://blog.langchain.com/the-anatomy-of-an-agent-harness/ #langchain #agent #热门 #AI学习 #大模型
00:00 / 04:44
连播
清屏
智能
倍速
点赞24
小工蚁2年前
上下文压缩算法：提高RAG应用性能的关键 #小工蚁 #langchain
00:00 / 05:47
连播
清屏
智能
倍速
点赞211
AI大模型3周前
langGraph是什么？概念快速了解 #langGraph #大模型 #计算机 #程序员 #人工智能
00:00 / 48:05
连播
清屏
智能
倍速
点赞98
芦同学1周前
LangChain 是什么？ LangChain 是一个 开源框架，专为构建基于 大型语言模型 的应用程序而设计。它的核心目标是将强大的语言模型（如豆包）与外部数据源和计算能力结合，帮助开发者轻松实现复杂的自然语言处理任务。 LangChain 提供了 Python 和 TypeScript 的支持，允许开发者通过模块化的方式构建应用程序。 #langchain教程 #agent #智能体 #LLM #Python
00:00 / 01:06
连播
清屏
智能
倍速
点赞56
IT微工场胡老师10月前
AI岗位必备技能，2分钟了解LangChain #焚风助手 #AI岗位
00:00 / 03:06
连播
清屏
智能
倍速
点赞5
AGI_Ananas1年前
LangChain和Neo4j生成知识图谱GraphRAG 使用 LangChain 框架和 Neo4j 图数据库，快速分析文本并生成精确的知识图谱。通过这一工具，您可以轻松解析 PDF 文档，捕捉文档中的重要实体及其之间的关系，解决传统 AI 模型常见的幻觉问题。本项目不仅支持本地模型（如 Ollama、LMStudio、DeepSeek），也兼容 OpenAI 等在线模型，并提供了通过 Stream 构建的美观用户界面，方便用户自定义节点和关系，适应不同领域的需求。#graphrag #智能问答 #langchain #人工智能 #数据分析
00:00 / 06:04
连播
清屏
智能
倍速
点赞102
AI 前端架构师夏添5天前
前端转 AI 必备技能：基于LangChain定义可调用工具 #AI开发 #LangChain #前端开发 #前端 #前端开发工程师
00:00 / 04:49
连播
清屏
智能
倍速
点赞22
慢学AI2周前
区分agent framework 与 harness 《Difference Between Agent Harnesses & Agent Frameworks 》https://x.com/tonykipkemboi/status/2031068470922670471?s=20#harness #langchain #harness工程 #大模型开发 #ai应用开发
00:00 / 03:15
连播
清屏
智能
倍速
点赞859
小工蚁2年前
Langchain知识库问答新工具：Conversation Retrieval Agent演示 #小工蚁 #langchain
00:00 / 06:54
连播
清屏
智能
倍速
点赞356
前端小杰3周前
LangChain.js和LlamaIndex.ts应用场景 #LangChain #LlamaIndex #前端开发 #前端面试 #AI应用
00:00 / 02:14
连播
清屏
智能
倍速
点赞41
Leo-深耕AI模型2年前
Leo探索AI：如何安全的基于自然语言与SQL数据交互 今天我们来分享一下在LangChain的使用中，潜在的、会存在的一些问题， 或者会存在的一些安全漏洞。 同时来分享一下如何使用更安全的方式来进行数据的查询。 今天的主角是SQL Database Chain和SQL Agent。 也从网上找了一些数据集，用于测试演示。 #ai #人工智能 #最新 #免费 #chatgpt
00:00 / 06:56
连播
清屏
智能
倍速
点赞15
AI大模型-楼兰2月前
已有 Function Calling 和 LangChain，为什么 还需要 MCP？#mcp #ai大模型 #大模型应用 #人工智能
00:00 / 03:13
连播
清屏
智能
倍速
点赞69
妙码学院4天前
4.Langchain、Langgraph与Deepagen 前端#前端开发 #前端面试 #前端学习 #前端培训
00:00 / 10:06
连播
清屏
智能
倍速
点赞4
妙码学院2周前
7.LangChain、LangGraph与DeepAgen 前端#前端开发 #前端面试 #前端学习 #前端培训
00:00 / 08:00
连播
清屏
智能
倍速
点赞11
慢学AI2月前
上下文工程实践：短期记忆与长期记忆的写入机制 精读langchain《context engineering》③ #上下文工程 #大模型开发 #langchain #agent #提示词工程
00:00 / 05:32
连播
清屏
智能
倍速
点赞335

简介:

您在查找“langchain上下文存储在哪里”短视频信息吗？帮您找到更多更精彩的短视频内容！最新发布时间：2026-03-31 08:22

最新推荐:

相关推荐:

热门推荐: