小节二:SKILL.md 应该怎么设计——不要写成知识百科,要写成“可执行能力说明”
开始写 SKILL.md 之前,可以先看它到底要回答哪些问题。一个适合执行的 Skill,不需要把相关知识全部抄进去,而是要让 Agent 知道何时启用、按什么顺序做、哪些动作要避免,以及做到哪里算完...
13. 装饰器
概述:装饰器是一种在【不修改原函数代码】的前提下,对函数进行【增强】的工具。 它是 Python 中非常强大的语法特性,常用于:日志、校验、计时、缓存、权限控制等。 核心语法: 装饰器是一种...
4、课后阅读:Static runtime Context
静态运行时上下文(Static runtime Context)表示不可变的数据,如用户元数据、工具和传递给应用程序的数据库连接对象。通常在运行开始时通过 invoke / stream 的 context 参数传递,此类数据在运...
小节四:Main Loop 真正难的地方——什么时候继续,什么时候停止,什么时候承认失败?
如果你只看最小代码: while True: response = llm.chat(messages) ... 很容易觉得 Main Loop 很简单。 真正做项目以后,你会发现,“循环”本身简单,控制循环 才难。 至少要回答四个问题...
4、获取结构化结果方式
以上定义输出结构的四种模式中,我们都是通过调用“with_structured_output”来获取结构化输出结果,除了这种方式外,还可以通过使用输出解释器来获取结构化输出结果。下面介绍这两种获取结构化...
4、工具的应用案例
4.1 案例1:使用args_schema arg_schema给出明确的参数信息模型初始化: from langchain.chat_models import init_chat_model from dotenv import load_dotenv import os 工具的定义与模拟调用...
5.3.2 两种方法的统一
装饰器底层会基于我们重写的方法构造一个AgentMiddleware子类的实例,以@after_model 装饰器底层实现为例,关键代码如下 这是after_model最终返回的内容。上述代码中的wrapped是after_model内部...
5. 模型训练与评估
上述结论中,我们选择使用 XGBoost 模型进行股票市场的回归预测。 5.1 模型训练 5.1.1 数据准备与分割 首先,我们将数据分为训练集和测试集。一般来说,数据集的 80% 用于训练,20% ...
3. 元组
3.1. 概述 元组:用来存放一组有序的数据,但其中的内容一旦创建就不可修改(不能增、删、改,只能查)。 由于元组不可变,所以元组不能使用append()、insert()这些方法,它里面的元素也不能被...













