页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「大模型 Agent」找到 324 条内容
按专题浏览 →匹配正文：主流Agent框架对比 1. LangChain —— 通用编排框架 核心定位：LLM应用的全流程编排与工具集成 核心能力：Chain/Agent抽象、工具调用（Tool Calling）、记忆管理、多模型路由 技术特点：LCEL（LangChain Expression Language）支持流式、异步、并行执行 Agent场景：ReAct、Plan-and-Execute、Self-Ask等推理模式的标准化实现 RAG角色：提供RetrievalQA、Conversati…
匹配正文：四大框架核心定位 框架 核心定位 设计哲学 LangChain 通用LLM应用编排 模块化链式组合 LlamaIndex 检索增强型Agent 数据索引优先 AutoGPT 自主决策Agent 目标驱动循环 LangGraph 复杂状态流Agent 图结构状态机 关键维度对比 1. 架构设计 LangChain：Chain为核心，线性/分支结构，通过LCEL语法糖组合 LlamaIndex：QueryEngine封装检索+生成，Agent是AgentRunner包装器 Aut…
核心设计：分层状态架构 短期状态（工作记忆） 最近N轮对话 + 当前Agent执行中间状态 存储：Redis集群，TTL设置（如30分钟无活动清理） 结构：Hash存元信息，List/ZSet存消息序列 长期状态（外部记忆） 用户画像、历史摘要、关键事实提取 存储：持久化DB（MongoDB/ES）+ 向量库检索 状态更新机制 写路径 用户输入 → 路由层（按session_id哈希）→ 单线程处理保证顺序 → 更新Redis + 异步落盘 + 发布变更事件 并发控制 乐观锁…
学习内容与项目面试，在同一条路上。