返回资源广场

知识库资源 / 文件下载

LangChain 知识库

本库覆盖用 LangChain v1 从零搭起一个能跑上生产的智能体所需的全部技术知识:环境与分层包生态、`create_agent` 与工具调用循环、结构化输出、中间件横切系统、持久化记忆与状态快照、危险动作的人工审批、调用链可观测、智能体化检索增强问答、长程任务脚手架,以及贯穿各层的业务解耦复用方式与本机环境陷阱。导入后,你的 Agent 既能讲清每个机制为什么这样设计,也能给出取自真实执行的关键代码与参数,直接照着实现。

资源说明

本库覆盖用 LangChain v1 从零搭起一个能跑上生产的智能体所需的全部技术知识:环境与分层包生态、create_agent 与工具调用循环、结构化输出、中间件横切系统、持久化记忆与状态快照、危险动作的人工审批、调用链可观测、智能体化检索增强问答、长程任务脚手架,以及贯穿各层的业务解耦复用方式与本机环境陷阱。导入后,你的 Agent 既能讲清每个机制为什么这样设计,也能给出取自真实执行的关键代码与参数,直接照着实现。

文件格式:ZIP。下载后请使用支持该格式的应用打开。

适用范围与前置条件

导入知识库或按 index.md 的阅读顺序使用;页面之间的前置关系以各页 frontmatter 为准。

怎么使用

学习路径

按前置依赖推荐的阅读顺序(前置概念在前):

  1. python-env-and-venv-setup(版本门槛与虚拟环境)
  2. langchain-package-stack(分层包生态与版本核验,依赖 1)
  3. deepseek-provider-integration(模型接入与型号能力边界,依赖 2)
  4. create-agent-entry(智能体组装入口,依赖 2、3)
  5. tool-function-contract(工具三规范与 docstring 硬约束,依赖 4)
  6. tool-calling-loop(核心范式,依赖 4、5)
  7. message-stream-anatomy(消息流字段与结果路由,依赖 6)
  8. parallel-tool-calls(并行调用与不猜参数,依赖 6、7)
  9. system-prompt-boundary(提示词的职责边界,依赖 4、5)
  10. invoke-vs-stream(两种调用颗粒度,依赖 4、6)
  11. pydantic-schema-design(数据模型与两层校验,依赖 2)
  12. structured-output-response-format(结构化结果,依赖 4、11)
  13. structured-output-strategy-compat(两条策略与兼容边界,依赖 12、3)
  14. middleware-hooks(6 个钩子与两种写法,依赖 4、6)
  15. middleware-execution-order(正序进、逆序出,依赖 14)
  16. builtin-middleware-catalog(14 个内置中间件,依赖 14)
  17. pii-redaction-middleware(脱敏挡在模型之前,依赖 14、16)
  18. middleware-flow-control(工具兜底与提前退出,依赖 14、7)
  19. checkpointer-persistence(记忆来自外部存档,依赖 4、6)
  20. thread-id-isolation(会话命名空间,依赖 19)
  21. state-snapshot-inspection(打开存档看状态,依赖 19、7)
  22. time-travel-replay(从历史快照重放,依赖 21、19)
  23. checkpointer-backends(三档存储升级路径,依赖 19)
  24. human-in-the-loop-interrupt(危险动作前的审批闸门,依赖 19、5、20)
  25. interrupt-resume-replay(续跑时节点从头重执行,依赖 24)
  26. hitl-iron-rules(四条不能违反的纪律,依赖 24、25)
  27. hitl-implementation-routes(两条实现路线与传参差异,依赖 24、14)
  28. agent-tracing-model(调用链树与三类节点,依赖 6、7)
  29. langfuse-selfhost-setup(自托管观测栈,依赖 28)
  30. langfuse-langchain-integration(零侵入接入,依赖 28、29)
  31. observability-platform-choice(按合规选路径,依赖 28)
  32. document-chunking(切分与重叠,依赖 2)
  33. embedding-and-vectorstore(向量化、向量库与检索器,依赖 32)
  34. agentic-rag-loop(检索器变工具、自主改写重试,依赖 5、4、33)
  35. retrieval-grader(二元评分门控与知识边界,依赖 34、11、13)
  36. deepagents-harness(脚手架本质与三层取舍,依赖 4、14)
  37. todo-planning-mechanism(待办清单防遗忘,依赖 36、10)
  38. subagent-delegation(委派隔离上下文,依赖 36、9)
  39. virtual-filesystem-context-engineering(中间结果外置暂存,依赖 36)
  40. business-decoupling-reuse-pattern(各层换业务只动一处输入,依赖 4、5)
  41. local-environment-traps(伪装成框架报错的环境坑,依赖 1)

继续探索

全部资源
知识库资源 / 文件下载

DeepAgents 知识库

本库覆盖 LangChain DeepAgents 这套智能体装具的完整技术面:环境与模型接入、`create_deep_agent` 的预装中间件栈、规划、虚拟文件系统、子智能体委派、上下文管理四支柱,以及工具与外部工具服务器接入、技能装配、人机审批与权限、自定义中间件扩展,直到成品终端编码智能体。导入后,你的 Agent 既能解释这些机制为什么这样设计,也能照着真实跑通过的代码把它们实现出来,并提前避开各处静默失效的坑。

知识库资源 / 文件下载

GBrain 知识库

本库覆盖 GBrain——一款给 AI Agent 提供本地持久化记忆的 Brain 框架——从安装部署、数据模型、知识图谱、混合检索,到自维护循环、任务队列、多 brain 组织与 MCP / skill 集成的全栈技术知识。把它导入你的 Agent 后,Agent 能懂 GBrain 的设计原理(page 双区模型、typed-link 自动建图、7 阶段混合检索、内整循环被动复利),也能据以实现——装通一座 PGLite brain、写入并检索知识、建图谱、跑 dream / autopilot、把 brain 通过 MCP 挂进 Claude Code。

Skills 资源 / 技能包

bootstrapping-deepagents-env

在一台干净机器上装好 DeepAgents 运行环境、接入一个 OpenAI 兼容大模型凭证,并跑通第一个 create_deep_agent 工具调用闭环。Use when 需要初始化 DeepAgents 开发环境、系统 Python 版本不达标装不上包、不确定装到了哪个版本、接 DeepSeek 之类国产模型报 ImportError 或 404 这类环境层故障时。涵盖解释器版本核对、虚拟环境置备、主包与提供方包安装、版本核验、凭证注入、最小示例验收;不含 Agent 各项能力的用法(见 tracking-task-progress-with-todos 等能力型 skill)。