1. 16 | LangChain v1 Agent:中间件一把梭治理

    你写 Agent 的业务逻辑可能只要 30 行;但一旦要上线,真正麻烦的是:日志、鉴权、脱敏、工具权限、重试、审批、成本控制……这些“治理需求”往往散落在各处,最后变成一坨不可复用的 if/else。 LangChain v1 把这层问题抽成了一个新的标准接口:Agent Middleware。这篇文章把它讲清楚:它解决什么问题、有哪些 hook、按什么顺序执行、怎么和 create_agent(..., middleware=[...]) 组合,以及一个最小 LoggingMiddleware 如何落地。

    2025/12/14 Agent LangChain AI

  2. 当潮水退去:真实开发场景中,Windsurf 依然是我的首选

    2025 年 7 月 7 日,我写了《放弃Cursor,我依然选择了Claude断供后的Windsurf》。

    2025/12/08 AI-Coding Windsurf Claude

  3. 15 | LangGraph v1 实战:LC_OUTPUT_VERSION:序列化与前后端对齐的关键开关

    一、一个容易被忽略的问题:content_blocks 到底存在哪里?

    2025/12/08 LangGraph LangChain AI

  4. 14 | LangGraph v1 实战:MCP 工具多模态返回,用 content_blocks 一口收

    一、问题升级:不仅模型是多模态,工具也在变多模态

    2025/12/08 LangGraph LangChain AI

  5. 13 | LangGraph v1 实战:content_blocks 让文本×图片同场:多模态输入输出实战

    一、从 DeepSeek 文本推理,走向多模态世界

    2025/12/08 LangGraph LangChain AI

  6. 12 | 标准 content_blocks 深度实战:DeepSeek × LangChain v1 推理过程可视化与安全提取

    一、从第 06 篇的旧代码说起:为什么这是“临时方案”

    2025/12/07 DeepSeek LangChain AI

  7. 11 | LangChain v1 × MCP 实战:用 create_agent 玩转 MCP 工具生态

    一、先别急写代码:MCP 之前的“三种工具地狱”

    2025/12/07 MCP LangChain AI

  8. 10 | LangGraph v1 实战:用 DeepSeek 搭建“能暂停和续命”的智能数据分析 Agent

    一、为什么只用 LangChain 还不够?

    2025/12/07 LangGraph LangChain AI

  9. 09 | 冷饭新炒:DeepSeek × LangChain 1.x,智能数据分析全流程再升级

    阅读量:待发布 更新于:2025-XX-XX

    2025/12/07 DeepSeek LangChain AI

  10. 使用Claude Code 开发一个图表分析MCP Server[MCP开发入门04]

    今天趁着周末,来实现一个图表分析的MCP工具。一个多月前,这个MCP Server在我们公司内部我已经使用 Gemini CLI实现了一套,支持了pyecharts 中16种常用的图表类型。因为这个工具还是非常实用的,今天我们使用Claude Code 再实现一遍,一来可以让大家直观的感受一下Claude Code的能力, 而来也算是MCP 开发的一次最佳实践,受限于篇幅我们在本文仅实现了柱状图、饼图、线状图, 其他的实现也是类似的套路。最后我们的全部代码以及所有Claude Code 的交互我都已经上传到了Github。

    2025/08/17 MCP AI Claude Code Data Visualization

京ICP备2021015985号-1