https://txtmix.com/tags/langchain/Recent content in LangChain on Text MatrixHugozh-cnSat, 23 May 2026 08:20:36 +0800https://txtmix.com/posts/tech/tradingagents-multi-agent-crypto-trading-framework-guide/Sat, 02 May 2026 15:04:08 +0800https://txtmix.com/posts/tech/tradingagents-multi-agent-crypto-trading-framework-guide/<blockquote> <p><strong>目标读者</strong>：想系统掌握 LLM 多 Agent 协作在金融交易场景落地的工程师与研究者 <strong>核心问题</strong>：TradingAgents 是如何把&quot;分析师团队 + 研究员辩论 + 交易员决策 + 风控审批&quot;这套真实交易逻辑翻译成可运行的多 Agent 工作流的？每个 Agent 的职责边界在哪里？系统如何做到可恢复、可积累的？ <strong>难度</strong>：⭐⭐⭐⭐（高级工程实践，需要一定 Python 基础与 LLM 使用经验） <strong>预计阅读时间</strong>：25 分钟</p>https://txtmix.com/posts/tech/n8n-workflow-automation-platform-guide/Sat, 02 May 2026 10:12:00 +0800https://txtmix.com/posts/tech/n8n-workflow-automation-platform-guide/n8n 是一款基于 fair-code 模式开源的工作流自动化平台，支持 400 + 集成与原生 AI 能力。本文系统讲解其核心概念、执行引擎、架构设计、本地部署配置、Docker 与 npm 安装方式、可视化编辑器使用、实战工作流示例及自定义节点开发路径。https://txtmix.com/posts/tech/langflow-visual-ai-workflow-builder/Thu, 30 Apr 2026 20:00:00 +0800https://txtmix.com/posts/tech/langflow-visual-ai-workflow-builder/<h2 id="项目概览">项目概览</h2> <p><a href="https://langflow.org" target="_blank" rel="noopener noreffer ">LangFlow</a> 是由 langflow-ai 组织维护的开源项目（GitHub: <a href="https://github.com/langflow-ai/langflow" target="_blank" rel="noopener noreffer ">langflow-ai/langflow</a>），目前已积累超过 <strong>147,000 颗星</strong>，是 AI 工作流可视化编排领域中最受欢迎的开源项目之一。</p>https://txtmix.com/posts/video/ai-agents-full-course-2026-nick-saraev-200k-views/Wed, 29 Apr 2026 15:01:00 +0800https://txtmix.com/posts/video/ai-agents-full-course-2026-nick-saraev-200k-views/<blockquote> <p><strong>难度</strong>：⭐⭐⭐⭐ | <strong>类型</strong>：视频深度解读 | <strong>预计阅读时间</strong>：30分钟 <strong>目标读者</strong>：想系统掌握 AI Agent 技术的开发者 <strong>前置知识</strong>：Python 基础，熟悉 LLM API 调用</p></blockquote> <hr> <h2 id="-学习目标">🎯 学习目标</h2> <p>完成本文后，你将能够：</p>https://txtmix.com/posts/tech/langfuse-llm-engineering-platform-architecture/Thu, 23 Apr 2026 14:00:00 +0800https://txtmix.com/posts/tech/langfuse-llm-engineering-platform-architecture/<h1 id="langfuse25k-stars-开源-llm-工程平台架构设计与集成实践全面解析">Langfuse：25K Stars 开源 LLM 工程平台，架构设计与集成实践全面解析</h1> <h2 id="学习目标">学习目标</h2> <ul> <li>掌握 Langfuse 的整体架构设计：Monorepo 组织方式、核心模块划分及数据流向</li> <li>理解 <strong>PostgreSQL + ClickHouse 双数据库架构</strong>的设计哲学与各自职责分工</li> <li>深入理解 Langfuse 的 <strong>OpenTelemetry 追踪体系</strong>：Trace → Span → Observation 的层级模型</li> <li>掌握事件摄取流水线（Ingestion Pipeline）的工作机制：批处理、采样、评分校验</li> <li>理解 Langfuse 与 <strong>LangChain、LlamaIndex、OpenAI SDK</strong> 等主流框架的集成原理</li> <li>学会使用 Python / JS/TS SDK 进行应用插桩，并完成自托管部署</li> <li>了解 Langfuse 的企业版功能与多租户隔离设计</li> </ul> <h2 id="一为什么需要-langfuse">一、为什么需要 Langfuse？</h2> <p>LLM 应用开发与传统软件有本质区别：AI 输出的不确定性、多步骤 Agent 的复杂调用链路、海量 Prompt 版本迭代需求，以及&quot;效果到底好不好&quot;这个难以量化的问题。</p>https://txtmix.com/posts/tech/easy-langent-langchain-langgraph-tutorial/Sun, 19 Apr 2026 23:00:00 +0800https://txtmix.com/posts/tech/easy-langent-langchain-langgraph-tutorial/<h1 id="easy-langentdatawhale出品langchainlanggraph大模型应用开发教程从入门到精通">easy-langent：Datawhale出品LangChain/LangGraph大模型应用开发教程——从入门到精通</h1> <blockquote> <p><strong>目标读者</strong>：具备Python基础、想入门大模型应用开发的开发者 <strong>预计阅读时间</strong>：60-80分钟 <strong>前置知识</strong>：Python基础、了解LLM基本概念 <strong>项目地址</strong>：<a href="https://github.com/datawhalechina/easy-langent" target="_blank" rel="noopener noreffer ">datawhalechina/easy-langent</a></p>https://txtmix.com/posts/tech/langgraph-stateful-agents-framework/Wed, 15 Apr 2026 00:15:00 +0800https://txtmix.com/posts/tech/langgraph-stateful-agents-framework/<h1 id="langgraph构建有状态智能体的图形框架29k-stars-的-ai-agent-编排框架从入门到精通">LangGraph：构建有状态智能体的图形框架——29K Stars 的 AI Agent 编排框架从入门到精通</h1> <blockquote> <p><strong>目标读者</strong>：LLM 应用开发者、AI Agent 研究者、想要构建复杂多步骤 AI 系统的工程师 <strong>预计阅读时间</strong>：50-70 分钟 <strong>前置知识</strong>：Python 基础、LLM API 使用经验、对 Agent 概念有了解 <strong>难度定位</strong>：⭐⭐⭐⭐ 专家设计</p>https://txtmix.com/posts/tech/n8n-workflow-automation-guide/Mon, 06 Apr 2026 22:16:00 +0800https://txtmix.com/posts/tech/n8n-workflow-automation-guide/<h2 id="学习目标">学习目标</h2> <p>通过本文，你将全面掌握以下核心能力：</p> <ul> <li>深入理解 n8n 的项目定位、核心概念和设计理念</li> <li>掌握 n8n 的安装、部署和基本使用方法</li> <li>学会使用可视化编辑器和工作流节点</li> <li>理解 AI 与 LangChain 原生集成，构建 AI Agent 工作流</li> <li>掌握 400+ 集成的使用场景和配置方法</li> <li>理解自托管和企业级功能</li> <li>学会自定义节点开发和扩展 n8n</li> </ul> <hr> <h2 id="1-项目概述">1. 项目概述</h2> <h3 id="11-是什么">1.1 是什么</h3> <p><strong>n8n</strong> 是一个<strong>工作流自动化平台</strong>，为技术团队提供代码的灵活性与无代码的速度。</p>https://txtmix.com/posts/tech/ai-agent/open-swe-langchain-internal-coding-agent/Sat, 28 Mar 2026 20:50:00 +0800https://txtmix.com/posts/tech/ai-agent/open-swe-langchain-internal-coding-agent/<h1 id="open-swelangchain-开源的-87k-stars-企业内部编程-agent-框架">open-swe：LangChain 开源的 8.7k Stars 企业内部编程 Agent 框架</h1> <blockquote> <p>预计阅读时间：30分钟 | 难度：⭐⭐⭐⭐</p></blockquote> <hr> <blockquote> <p><strong>目标读者</strong>：希望构建企业内部编程 Agent 的工程师和架构师 <strong>核心问题</strong>：如何像 Stripe/Ramp/Coinbase 一样构建自己的内部编程 Agent？ <strong>难度</strong>：⭐⭐⭐⭐（专家设计） <strong>来源</strong>：GitHub langchain-ai/open-swe，2026-03-28</p>