龙井茶的Sky

随着大模型能力的不断提升，大模型应用已经逐步从提示词到RAG再到智能体Agent过渡。Agent属于大模型高阶应用，但是受限于模型能力（思考规划等），智能体的稳定性存在很大的考验。为了解决这个问题，一个方向是提高大模型能力，再一个方向是预先将智能体执行过程进行编排，即工作流。本文就是要介绍智能体工作流框架langgraph，如何通过langgraph实现一个不错的智能体应用。一、langgraph是什么？

langfuse使用过程的一些坑点，做一些记录，便于日后回顾查找，也为同样在学习的小伙伴们异同一些可能的帮助。期望在学习使用一段时间之后，可以系统性的写一些更有价值的内容出来。一些说明：这里不是主要记录如何使用langfuse，主要是针对过程出现的问题记录，这样产生的作用与价值更大。一、langfuse是什么？LangFuse 是一个开源的大型语言模型（LLM）工程平台，主要用于帮助团队更快地构建生产级的 LLM 应用程序。

大模型应用相关涉及了一系列上下游过程，如算力GPU、模型训练、微调、大模型应用开发等。相关工具使用过程，有一些点就逐步记录下来，以备后续回看。

langchain使用过程的一些坑点，做一些记录，便于日后回顾查找，也为同样在学习的小伙伴们异同一些可能的帮助。期望在学习使用一段时间之后，可以系统性的写一些更有价值的内容出来。一、langchain是什么？langchain是一个AI开发框架，把各种AI功能调用进行封装，方便开发人员调用。他将不同大模型的调用封装起来，可以让开发人员更好的将精力放在业务功能上面。

之前在一些公众号就看到了关于SK的开发文章，然后说自己也试试看。然后就遇到一个关于如何设置baseurl的问题。啥意思呢？同样是SK，用python语言的话，OpenAI的baseurl是可以直接设置的，但是在C#下没法直接设置。然后，开始调试，找野路子…

opencv是一个计算机视觉处理软件库，拥有强大的功能和高效的性能。但是由于早期版本的原因，存在一些与目前主流使用不兼容的问题。