上下文工程

Context Engineering

前言 相信你跟我一样第一次听到这个词 Context Enginnering ，你肯定会有以下疑问： Context Enginnering是什么？ 它与Prompt有什么关系？ 它解决了那些问题？ 为

Brian · 发表于 2025-08-12 · 11 分钟 #langchain

如何使用少量样本

How to use few shot examples

few-shooting 少样本示例，这种方法对于解决AI幻想是很有帮助的。它可以帮助规范模型的返回结果。

Brian · 发表于 2025-08-01 · 4 分钟 #langchain

如何将工具输出的内容传递给大模型

How to pass tool outputs to chat models

在我们日常的使用中。如果Cursor、Trae、Claude code工具中你也许会惊讶于大模型真的在给你干活。但是你是不是觉得模型真的会调用你本地工具给你写入文件、查看文件内容。其实模型本身不具备这样子的能力的。

Brian · 发表于 2025-07-31 · 8 分钟 #langchain

如何从LLM返回结构化的数据

How to return structured data from a model

如果你一直使用类似Chatgpt，聊天客户端你会发现它返回的就是字符类的信息对于开发来说并不适用。这时我们就有了结构化数据需求。就是平时调用API后返回给你返回固定的字段信息那样子。

Brian · 发表于 2025-07-30 · 8 分钟 #langchain

在Langchain中如何创建工具

How to create tools

一般来说我们通过 @tool 的方法创建的工具已经能满足大部分需要。但是如果想更加精细的粒度来控制工具的行为的话这个方法就有些不适用了。

Brian · 发表于 2025-07-29 · 7 分钟 #langchain

Langchain Tool Calling

tool calling

目前所有的大模型都不具备与系统交互的能力，但是我们又想要模型与系统交互，例如数据库，或者使用终端又或者写入文件等等。那应该怎么办呢？这些类似的需求促使 Tool Calling 概念出现。

Brian · 发表于 2025-07-29 · 3 分钟 #langchain

标签
ai ci/cd fluentd gitlab-runner goframe kubernetes langchain laravel log pipeline pod skill tools