企业官网建设流程全解析

做最简单的网站,鲜花网站建设的项目介绍,怎样做网站和网站的友情链接,合肥网络公司网站建设本指南将向您展示如何设置和使用 LangGraph 的预构建、可重用组件#xff0c;这些组件旨在帮助您快速可靠地构建代理系统。 提前在阿里云百炼平台申请APIKEY#xff0c;用模型【qwen-plus-2025-12-01】做测试#xff0c;参考文档如下#xff1a; https://bailian.console…本指南将向您展示如何设置和使用 LangGraph 的预构建、可重用组件这些组件旨在帮助您快速可靠地构建代理系统。提前在阿里云百炼平台申请APIKEY用模型【qwen-plus-2025-12-01】做测试参考文档如下https://bailian.console.aliyun.com/?tabmodel#/model-market/detail/qwen-plus-2025-12-01安装依赖pip install -U langgraph0.6.1代码如下from langgraph.prebuilt import create_react_agent from langchain.chat_models import init_chat_model from langchain_community.tools import TavilySearchResults from langchain_core.tools import tool from langchain_core.messages import AIMessage from datetime import datetime import os from dotenv import load_dotenv from langgraph.checkpoint.memory import InMemorySaver load_dotenv() # 定义模型 llm init_chat_model(api_keyos.getenv(DASHSCOPE_API_KEY), base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1, model_provideropenai, modelqwen-plus-2025-12-01) # 定义响应内容提取函数 def response_content(response): aiContent # 提取 AIMessage 的 content for message in reversed(response[messages]): if hasattr(message, content) and isinstance(message, AIMessage): aiContent message.content break return aiContent # 定义工具函数 tool def search_web(query: str) - str: 搜索网络信息的工具 t_search TavilySearchResults(tavily_api_keyos.getenv(tavily_key)) return t_search.run(query) tool def get_data_tool(): 获取目前日期的工具 return datetime.now().date() tools [search_web, get_data_tool] system_prompt 你是一个智能助手。你有以下工具可以使用 1. search_web: 用于搜索互联网获取最新信息特别是技术数据等 2. get_current_date: 获取今天的日期 重要规则 - 当用户询问技术等需要实时数据的问题时必须使用search_web工具 - 当用户询问时间或日期时使用相应的时间工具 - 如果你的知识库中没有准确或最新的信息应该使用搜索工具 - 优先使用工具获取准确信息而不是依赖可能过时的训练数据 请根据用户问题选择合适的工具来获取准确答案。 #记忆功能 checkpointer InMemorySaver() #创建一个代理 agent create_react_agent(modelllm, toolstools, promptsystem_prompt, checkpointercheckpointer ) config {configurable: {thread_id: 1}} # 配置记忆第一次问大模型 response agent.invoke({messages: [{role: user, content: 今天的日期是多少}]}, configconfig) aiContent response_content(response) print(aiContent) # 第二次问大模型 response agent.invoke({messages: [{role: user, content: 根据今天的日期深圳天气怎么样}]}, configconfig) aiContent response_content(response) print(aiContent)输出结果如下今天的日期是2025年12月2日。 根据搜索结果2025年12月2日深圳的天气情况如下 天气多云 最高气温22°C 最低气温14°C 风向微风 风力轻微 此外根据深圳市气象局的信息12月3日至4日将有一股新的冷空气影响深圳 气温会有所下降并可能伴有零星小雨。 沿海和高地地区的最大阵风可达7级左右。从5日到8日 预计天气将转为晴天干燥早晚较为清凉。 请记得根据天气变化适时增减衣物以防感冒如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】