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。
「LangChain Chain Agent Tool」找到 10 条内容
按专题浏览 →匹配正文：核心定位 LangChain本质是大模型应用的"编排框架"——它不训练模型，而是解决"如何把模型能力串起来"的问题，位于模型层（OpenAI/HuggingFace）与应用层之间。 三大关键抽象 1. Chain（链） 最基础的组合单元，将多个计算步骤封装为可复用的管道 典型形式：PromptTemplate → LLM → OutputParser 支持顺序链（SequentialChain）、分支链（RouterChain）等复杂拓扑 2. Tool（工具） 模型与外部世…
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…
学习内容与项目面试，在同一条路上。