跳过内容

教程

刚接触 LangGraph 或 LLM 应用开发?阅读这些材料以快速上手构建您的第一个应用程序。

入门 🚀

用例 🛠️

探索针对特定场景量身定制的实际实现

聊天机器人

RAG

智能体架构

多智能体系统

  • 网络:使两个或多个智能体能够协同完成任务
  • 监管者:使用 LLM 来协调和委派个体智能体

规划智能体

  • 计划-执行:实现一个基本的计划和执行智能体
  • 无观察推理:通过将观察结果保存为变量来减少重新规划
  • LLMCompiler:流式传输并即时执行来自规划器的任务 DAG

反思与批判

评估

实验性

  • 网络研究 (STORM):通过研究和多角度问答生成类似维基百科的文章
  • TNT-LLM:使用 Microsoft 为其 Bing Copilot 应用程序开发的分类系统,构建丰富、可解释的用户意图分类体系。
  • 网页导航:构建一个可以导航和与网站交互的智能体
  • 竞争性编程:构建一个具有少样本“情景记忆”和人工干预协作的智能体,以解决美国计算机奥林匹克竞赛中的问题;改编自 Shi、Tang、Narasimhan 和 Yao 的论文 “语言模型能解决奥林匹克编程问题吗?”
  • 复杂数据提取:构建一个可以使用函数调用执行复杂提取任务的智能体

LangGraph Platform 🧱

身份验证与访问控制

在以下三部分指南中,为现有的 LangGraph Platform 部署添加自定义身份验证和授权

  1. 设置自定义身份验证:实现 OAuth2 身份验证以授权部署上的用户
  2. 资源授权:让用户拥有私密对话
  3. 连接身份验证提供者:添加真实用户帐户并使用 OAuth2 进行验证

评论