上篇你把 Messages 协议吃透了——System / Human / AI / Tool，图文也能塞进 Human。但每轮手写消息列表又臭又长。这篇讲 Prompt 模板、LCEL 管道，以及怎样用数据类型拿到结构化输出。 小明烦透了「复制粘贴人设」 小明写了三个小功能：解释概念、改写用户问题…
标签：Agent, AI, LangChain
上篇你把大脑接口钉死了——invoke 既能吃字符串，也能吃 Messages 列表。字符串只够打招呼；正式对话、工具回填、看图说话，全靠 Messages。这篇讲消息类型、怎么遍历，以及多模态（在线 URL / 本地 base64）怎么塞进同一条消息。 小明把角色搞混了 小明沿用上篇写法： mod…
标签：Agent, AI, LangChain
上篇你四步跑通了 create_agent——Models + Tools 就能干活。但塞进去的那个「大脑」到底怎么创建、怎么调用？这篇把 Models 单独拆开：ChatOpenAI、init_chat_model，以及 invoke 与 stream。 小明发现 Agent「换模型」很烦 小明把…
标签：Agent, AI, LangChain
上篇你认清了 LangChain 是编排层——六大模块、LCEL、Agent 三阶段。地图有了，该动手插第一块「手脚」。这篇讲最小 Agent：加载环境 → 定义工具 → create_agent → 调用。 小明卡在「一轮工具」 上篇之后，小明用LangChain框架跑通了「查一次天气」： 问题:…
标签：Agent, AI, LangChain
上篇你把多智能体流水线跑通了——调度员派活，研究员、写手、编辑各司其职。但手写协议、手写重试、手写上下文传递，工程负担越来越重。这篇换一条路：认识 LangChain——把 LLM、工具、记忆、检索组装成应用的编排层，以及它眼里的 Agent。 小明想做「AI 旅游助手」 小明已经会 Functio…
标签：Agent, AI, LangChain