2、Agent的基本用法1:模型的传入方式
在 LangChain 1.2 中, create_agent 是构建智能体的核心方式,底层基于LangGraph 实现。create_agent 完整参数: Agent在创建时,涉及到模型(Agent使用的模型) 、可调用工具、系统提示词等参数...
3.6 时间数据的处理
Timestamp 是 pandas 对 datetime64 数据类型的一个封装。datetime64 是 NumPy 中的一种数据类型,用于表示日期和时间,而 pandas 基于 datetime64 构建了 Timestamp 类,以便更方便地在...
4.3 构建自己的 Skill
这是本部分最核心的内容。我们通过三个实战案例,手把手教你创建自己的Skill。 4.3.1 识别 Skill 化的机会 观察你日常使用AI时的重复行为: 你是否经常给AI写类似的Prompt?→ 把它变成Skill 你...
3.3. 读取数据
元组也支持下标,所以使用元组名[索引值]的方式来读取值。 # 元组的下标 t1 = (28, 67, 21, 67, 11) print(t1[3]) # 67 print(t1[-1]) # 11 3.4. 元组不可修改 元组中的元素,不可修改...
4、开发前的准备工作
4.1 前置知识 1、Python 基础语法变量、流程控制、函数与参数机制、类与对象、装饰器常用的容器(列表、元组、集合、字典)、JSON处理、异常处理模块导入、包管理(推荐用 pip 或 conda ) 、线...
核心小节一:为什么一定要有 Registry——从“函数集合”升级成“Agent 能力目录”
先从最简单的写法开始。 假设现在有三个工具: def read_file(path: str) -> str: return f'读取文件:{path}' def write_file(path: str, content: str) -> str: return f'写入文件:{path}' d...
3.6 ModelRetryMiddleware中间件
模型调用失败时重试,策略和工具调用的重试一样,都是基于指数退避算法。因此,本节案例不再重点观察指数退避算法,而是测试不同的退出模式。举例1:继续运行 举例2:抛异常
小节二:设计 Run 数据结构——为什么 start_time、steps、error 这些字段一个都很有用
在正式看字段定义之前,先把整体结构放在脑子里。下面这张图把一个 Run 常见要保存的信息都铺开了。 你会发现,这些字段并不是为了“把表凑满”,而是为了完整描述一次执行生命周期。run_id&nbs...
小节三:Coding Agent Main Loop 怎么跑——真正的核心永远是 Observation 驱动下一步
如果只记住这一章一个核心点,那我更希望你记住这一句:Observation 驱动下一步。Agent 不是一次性把 Patch 生成出来就结束了,而是要在“上下文 → LLM → 行动 → 工具 → Observation”的循...
章末自测
题目 1:为什么直接在 Agent Engine 中 import OpenAI SDK 是一种强耦合? 假设 AgentEngine.run() 内部直接创建 OpenAI Client、发请求、读取原始 Response 字段。请说明未来切 Clau...











