2 篇博文 含有标签「LangChain」

"To chunk, or not to chunk — that is the question. But how to chunk is the engineering battle."

在 RAG（检索增强生成）系统中，分块（Chunking）是整个 Pipeline 的地基。检索质量上限由 Embedding 模型决定，下限却由分块质量决定。无论你使用多么强大的 LLM 或 向量数据库，一旦 Chunk 切错了位置、割裂了语义，后续所有优化都是徒劳。

本文将带你由浅入深地走完整条 Chunk 技术发展路线图——从最原始的固定切片，一路升级到 VLM 端到端文档理解。

"The future of AI is not just chatbots, but autonomous agents working together."

Agentic AI（智能体人工智能）正在改变我们构建应用的方式。传统的基于单次调用（One-shot）大模型的应用在处理复杂任务时往往力不从心，而引入多步骤推理、工具调用和状态管理的 Agent 系统则能极大地提升任务完成率。

在众多 Agent 框架中，LangGraph 凭借其独特的基于图（Graph）的架构设计脱颖而出。它作为 LangChain 生态的重要扩展，专门为了解决复杂多 Agent 工作流中的状态管理 (State Management) 和循环执行 (Cyclic Execution) 问题而生。