LangChain
未读
（单）计划执行智能体 (Plan and Execute Agent)
概述 计划执行智能体(Plan and Execute Agent)是一种采用"先规划，后执行"策略的智能体模型。它将复杂任务分解为两个主要阶段：首先使用语言模型制定详细计划，然后逐步执行这些计划步骤。这种方法特别适合处理需要多步骤推理和工具使用的复杂问题，使整个过程更加结构化和可控。 计划执行智能
LangChain
未读
（单）OpenAI 函数智能体 (OpenAI Functions Agent)
概述 OpenAI 函数智能体是一种结合了OpenAI函数调用能力的智能体类型，它允许语言模型（如GPT-3.5和GPT-4）以结构化的方式使用工具。与ReAct智能体通过自由文本格式来推理和使用工具不同，OpenAI函数智能体利用模型内置的函数调用能力，能够生成结构良好的函数调用参数，大大提高了工
LangChain
未读
（单）智能体执行器 (Agent Executor)
概述 智能体执行器(Agent Executor)是LangChain框架中的核心组件，负责协调智能体的思考过程和工具调用。它充当了智能体与其环境之间的桥梁，管理执行流程，并确保任务能够被正确完成。智能体执行器接收用户输入，将其传递给智能体进行推理，然后执行智能体决定要采取的行动，并将结果返回给智能
LangChain
未读
检索系统 (Retrieval)
检索系统是LangChain的核心组件之一，它提供了从各种数据源获取相关信息的能力，是构建知识增强型应用的基础。本文档详细介绍LangChain检索系统的组件、工作原理和最佳实践。 概述 检索系统解决了大型语言模型知识有限和过时的问题，允许模型访问外部信息源。LangChain的检索框架包括以下主要
LangChain
未读
链 (Chains)
链是LangChain中的核心组件，用于将多个组件（如提示模板、语言模型、解析器等）连接成序列，构建复杂的工作流。本文档详细介绍链的概念、类型和使用方法。 概述 在LangChain中，链提供了将各个组件组合成端到端应用的方法。通过链，您可以： 顺序执行多个组件：按特定顺序处理数据 组合不同功能：整
LangChain
未读
记忆系统 (Memory)
记忆系统是LangChain的核心组件之一，允许应用程序记住和使用过去的交互信息。本文档详细介绍了LangChain中的记忆组件类型、工作原理和使用场景。 概述 在构建对话式AI应用时，能够记住上下文和之前的交互至关重要。LangChain的记忆组件负责： 存储对话历史：保存之前的消息交换 管理上下
LangChain
未读
输出解析器 (Output Parsers)
输出解析器是LangChain的重要组件，用于将语言模型的原始文本输出转换为结构化数据。本文档详细介绍了输出解析器的类型、功能和最佳实践。 概述 语言模型通常输出自然语言文本，但在应用开发中，我们经常需要将这些文本转换为结构化的数据格式，如列表、字典或对象。输出解析器实现了这一关键功能，提供了： 结
LangChain
未读
提示模板 (Prompt Templates)
提示模板是LangChain的核心组件，用于构建发送给语言模型的输入。本文档详细介绍了提示模板的类型、功能和最佳实践。 概述 提示工程是使用大型语言模型的关键技术。通过精心设计的提示，可以显著提高模型的输出质量和相关性。LangChain的提示模板系统提供了： 标准化的提示构建方式：统一接口创建各种