描述
LangChain 的这份快速入门指南提供了一种动手实践的方法，可以快速构建功能性的 AI 代理。它首先概述了必要的依赖项，包括 LangChain 和 deepagents，并通过 uv 指导用户完成安装过程。对于代理功能至关重要，该指南详细介绍了如何为各种支持的模型提供商设置 API 密钥，例如 OpenAI、Google Gemini、Claude (Anthropic)、OpenRouter、Fireworks、Baseten、Ollama、Azure、AWS Bedrock 和 HuggingFace。
然后，该指南将引导用户创建一个能够回答问题并使用工具的基础代理。它通过一个涉及天气函数的简单示例来说明这一点，演示了代理如何利用提供的上下文来调用相关工具。用户可以通过更改模型名称和配置相应的 API 密钥来轻松替换模型提供商。
对于更复杂的应用程序，快速入门介绍了构建实际研究代理。本节探讨了高级概念，例如用于增强代理行为的详细系统提示、创建与外部数据源集成的工具（例如从 URL 获取文本）、配置模型以获得一致的响应以及实现对话内存以进行类似聊天的交互。它还强调了 LangChain 代理和 deep agents 之间的区别，deep agents 提供了内置功能，如规划和子代理，可实现最少的设置。
此外，该指南还强调了使用 LangSmith 跟踪代理调用的重要性，以便检查代理行为，尤其是在复杂应用程序中。它提供了有关设置 LangSmith 以记录跟踪的说明，并推荐 LangSmith Engine 进行监控和问题检测。快速入门最后概述了部署代理以及将其与其他工具和平台集成的后续步骤。
LangChain 快速入门的核心功能
快速构建 AI 代理
与多个 LLM 提供商集成
创建自定义工具以实现代理交互
实现对话内存
利用 LangSmith 跟踪代理执行
支持 LangChain 代理和 deep agents
详细的系统提示配置
基础型和高级型代理的示例代码
各种服务的 API 密钥管理
使用 uv 进行依赖项管理
LangChain 快速入门入门
安装依赖项：使用 uv 安装 langchain 和 deepagents。
设置 API 密钥：获取并导出您选择的模型提供商的 API 密钥。
构建基础代理：定义一个具有模型、工具和系统提示的简单代理。
构建实际代理：创建具有数据获取和内存等高级功能的代理。
配置模型：使用温度和超时等特定参数初始化聊天模型。
添加内存：使用 InMemorySaver 或持久化检查点实现内存。
跟踪代理调用：为 LangSmith 设置环境变量并运行您的脚本以记录跟踪。
LangChain 快速入门的使用案例
- 构建基础代理
- 开发研究代理
- 与 LLM 集成
- 实现对话式 AI
- 工具使用
- 代理调试
- 高级代理功能
