LangGraph 八股

发表于2025-12-15|更新于2025-12-15|langgraph

|浏览量:

LangGraph 八股

https://zhuanlan.zhihu.com/p/1914230995034564014

文章作者: Roger-Lv

文章链接: http://example.com/2025/12/15/2025-12-15-LangGraph-%E5%85%AB%E8%82%A1/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Roger-Lv's space！

langgraph agent

相关推荐

LangGraph 中 checkpoint_id 的更新时机：每个对话轮次还是每个节点流转？

LangGraph 中 checkpoint_id 的更新时机：每个对话轮次还是每个节点流转？在使用 LangGraph 构建多轮对话或工作流时，我们经常会遇到 checkpoint（检查点）的概念。每个检查点都有一个唯一的 checkpoint_id，用于标识该次状态快照。一个常见的问题是：checkpoint_id 是在每个对话轮次更新一次，还是在节点（node）之间流转时就会更新一次？本文将通过分析 LangGraph 源码（基于 langgraph==0.2.0 左右版本）来回答这个问题，并解释其背后的设计逻辑。 1. checkpoint_id 是如何生成的？首先，我们来看 checkpoint_id 的生成方式。在 langgraph/checkpoint/base/__init__.py 中，有一个 create_checkpoint 函数： 12345678910111213141516171819def create_checkpoint( checkpoint: Checkpoint, channels: Mapping[str, BaseC...

Agent框架集成多模态能力底层实现

Agent框架集成多模态能力底层实现该项目处理多模态RAG返回图片的完整流程：架构概述该项目采用分层架构处理多模态RAG：前端接口层：通过schema.py中的ImageContent和ImageUrl模型支持base64和HTTPS两种图片URL格式 RAG核心层：rag.py中的RagClient提供统一的向量检索接口多模态嵌入层：multi_model.py中的AliyunEmbeddings使用阿里云DashScope的多模态嵌入API 数据存储层：使用Qdrant向量数据库存储图片和文本的嵌入向量图片处理流程 1. 图片存储阶段在feishu-crawler子项目中，图片处理流程如下：图片下载：DownloadImageTransform从飞书下载图片到本地文件系统图片摘要生成：GenerateImageSummaryTransform使用VLLM模型为图片生成文字描述多模态嵌入：EmbedImageTransform调用MultiModelEmbedder生成图片+文字的联合嵌入向量向量存储：将base64编码的图片数据、文字描述和嵌入向量...

评论

数据加载中