今天阳光很暖
  文章分类
yarn 13 airflow 7 ambari 16 others 26 clickhouse 40 ClickHouse 2 deepagent 14 dolphinScheduler 2 flink 23 greenplum 7 hadoop 4 mapreduce 2 sqoop 2 flume 1 hbase 14 hdfs 9 hive 22 java 31 hudi 15 kafka 11 langchain 9 langgraph 15 mcp 7 zookeeper 2 phoenix 11 prometheus 6 python 18 rag 9 redis 16 Scala 16 spark 58
LangGraph 系列 15：使用 interrupt 与 Command 实现可恢复人工介入 LangGraph 系列 15：使用 interrupt 与 Command 实现可恢复人工介入
上一篇使用 interrupt_before=[“tools”] 在整个工具节点前暂停。它能实现基本审批，但同一个 ToolNode 中的安全查询和高风险操作都会被拦截。 更实用的方式是在真正需要审批的位置调用 interrupt
2026-06-11 langgraph
langgraph human-in-the-loop interrupt command
LangGraph 系列 14：使用静态断点实现工具执行审批 LangGraph 系列 14：使用静态断点实现工具执行审批
智能小秘书已经能够调用搜索和票务查询工具。这些工具只读取数据，即使参数不理想，通常也不会直接修改外部系统。 发送邮件、提交审批、删除数据或执行付款则不同。模型可以提出工具请求，但真正产生副作用前，应用应该让用户确认。 本文先使用 LangG
2026-06-08 langgraph
langgraph workflow human-in-the-loop interrupt
LangGraph 系列 13：使用 Bing 与 12306 MCP 构建智能小秘书 Workflow LangGraph 系列 13：使用 Bing 与 12306 MCP 构建智能小秘书 Workflow
上一篇已经验证了异步工具调用、ToolNode 和 tools_condition。这些组件组合起来，就能形成一条完整的工具调用循环：模型判断是否需要工具，工具节点执行请求，工具结果返回模型，模型再决定继续调用还是结束。 本文把两个公网 M
2026-06-04 langgraph
langgraph qwen workflow mcp
LangGraph 系列 12：异步并发工具调用与 ToolNode LangGraph 系列 12：异步并发工具调用与 ToolNode
前面已经使用 LangGraph 编写了固定流程、条件路由和评估器循环。接下来要实现一个可以连续调用工具的智能小秘书。在搭建完整 Workflow 之前，需要先解决一个更基础的问题：模型一次返回多个 Tool Call 时，工具应该怎样执行
2026-06-01 langgraph
langgraph workflow tool asyncio
LangGraph 系列 11：使用评估器优化器循环改进模型输出 LangGraph 系列 11：使用评估器优化器循环改进模型输出
前面已经使用 LangGraph 编写了固定路径、条件分支和并行分支。但是有一类任务不是执行一次就能结束：模型先生成内容，评估器再按照明确标准检查；如果没有通过，就把具体反馈交回生成器继续修改。 这种模式叫作 Evaluator-optim
2026-05-28 langgraph
langgraph structured-output workflow evaluator
LangGraph 系列 10：LangGraph Workflow 的 State、Reducer 与路由 LangGraph 系列 10：LangGraph Workflow 的 State、Reducer 与路由
LangGraph 系列 1—9 已经完成 Agent、Tool、Runtime Context、AgentState、短期记忆和长期记忆。前九篇主要围绕模型驱动的 Agent 展开，但 Agent 只是 LangGraph 的一种应用方式
2026-05-24 langgraph
langgraph workflow state reducer
LangGraph 系列 9：智能体的短期记忆与长期记忆 LangGraph 系列 9：智能体的短期记忆与长期记忆
上一篇介绍了 AgentState。它负责描述一次 Agent 运行中有哪些状态，以及节点和 Tool 应该如何读取、更新这些状态。 但是，只有 State 还不等于拥有记忆。如果没有配置持久化组件，一次 invoke() 结束后，下一次调
2026-04-23 langgraph
langchain langgraph memory postgresql
LangGraph 系列 8：AgentState 状态详解与自定义状态 LangGraph 系列 8：AgentState 状态详解与自定义状态
上一篇介绍了智能体的 Runtime Context。Context 适合保存用户 ID、用户名和权限等调用开始时已经确定的数据，在一次运行中通常按只读方式使用。 但是 Agent 运行起来以后，还会不断产生新的内容。例如用户消息、模型生成
2026-04-19 langgraph
langchain langgraph agentstate tool
LangGraph 系列 7：智能体运行时上下文与静态配置 LangGraph 系列 7：智能体运行时上下文与静态配置
前面已经完成本地 Tool、流式工具调用和 Agent API 的学习。调用 Agent 时，我们一直把用户问题放在 messages 中，但实际应用除了问题本身，通常还需要知道是谁发起了请求。 例如，一个用户询问“告诉我当前用户的年龄”，
2026-04-15 langgraph
langchain langgraph context configurable
LangGraph 系列 6：Qwen3 流式工具调用与联网工具实战 LangGraph 系列 6：Qwen3 流式工具调用与联网工具实战
上一篇已经介绍了 Tool 的几种定义方式，并使用 bind_tools() 手动完成了一次工具调用循环。非流式调用比较容易理解：模型一次返回完整的 AIMessage，应用从 tool_calls 中读取工具名称和参数，再执行对应函数。
2026-04-11 langgraph
langgraph qwen streaming tool
LangGraph 系列 5：本地 Tool 的定义与调用 LangGraph 系列 5：本地 Tool 的定义与调用
前面创建天气 Agent 时，模型能够判断什么时候查询天气，并把城市名称交给 get_weather()。这个过程看起来像是模型执行了 Python 函数，实际并不是这样。 大模型只负责理解问题、选择工具并生成参数。真正查找工具、调用 Py
2026-04-08 langgraph
langchain langgraph agent tool
LangGraph 系列 4：使用 SDK 和 REST 调用 LangGraph Agent API LangGraph 系列 4：使用 SDK 和 REST 调用 LangGraph Agent API
上一篇已经使用 langgraph dev 启动天气 Agent，并在 Studio 中看到了模型调用工具的完整过程。但 Studio 主要用于开发和调试，真正开发 Web 页面、后端服务或命令行工具时，程序还需要通过 API 调用 Age
2026-04-07 langgraph
langgraph api sdk sse
1 / 2