Tag: LangGraph
All the articles with the tag "LangGraph".
-
从 LangChain 到 DeepAgents：解密 AI 智能体工程化进阶之路
本文深度解析 LangChain 团队出品的开源高级 Agent 框架 DeepAgents。文章指出当前 Agent 应用存在模型依赖和环境缺失两大痛点，并介绍了 DeepAgents 如何利用 LangGraph 状态机底座与外Shell 工程（Harness Engineering）来稳定 Agent 逻辑并提升任务成功率。此外，还详细探讨了其子代理委派、受控文件系统、人机协作等开箱即用的套件以及支持长期运行的 Talon 架构，强调工程化落地是 AI Agent 发展的未来方向。
-
LangChain vs LangGraph：谁更适合LLM应用开发？
本文深入探讨了LangChain和LangGraph在大型语言模型 (LLM) 应用开发中的核心差异、最佳应用场景及2026年的实战开发挑战与解决方案，帮助开发者在实际项目中做出更明智的选型。
-
LangGraph核心三要素：节点、边、状态
LangGraph通过节点、边和状态这三个核心要素，将复杂的Agent任务抽象成一套可控的状态机，从而实现Agent的落地。
-
LangChain与LangGraph的场景选择与高级应用
LangChain和LangGraph作为大模型应用开发的两种主流框架，分别适用于不同复杂度的任务场景，理解其核心差异和技术应用至关重要。
-
Agent系统面试深度解析：十二问透视落地能力
本文通过深度解析Agent系统面试中的十二个核心问题，涵盖Agent划分、LangGraph与LangChain对比、状态管理、循环控制与错误恢复、内容安全及评估体系等，旨在提升面试者Agent系统落地的工程化、场景适配和系统稳定性能力。