1. 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

  2. 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

  3. 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

  4. 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

  5. 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

  6. 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

  7. 让Claude成为你的数据库专家[MCP开发入门03]

    flowchart TD A["🤖 Claude AI"] --> B["📡 MCP协议"] B --> C["⚙️ MCP服务器"] C --> D["🗄️ 数据库层"] C --> E["🌐 API服务层"] C --> F["📁 文件系统层"] D --> D1["SQLite<br/>用户数据"] D --> D2["PostgreSQL<br/>业务数据"] D --> D3["Redis<br/>缓存数据"] E --> E1["邮件API<br/>通知服务"] E --> E2["支付API<br/>交易处理"] E --> E3["地图API<br/>地理服务"] F --> F1["CSV文件<br/>数据导入"] F --> F2["日志文件<br/>系统监控"] F --> F3["配置文件<br/>系统设置"] style A fill:#e1f5fe style C fill:#e8f5e8 style D fill:#fff3e0 style E fill:#fce4ec style F fill:#f3e5f5 图:企业级数据集成架构 - MCP让AI无缝访问所有数据源

    2025/08/17 MCP AI 数据库 API集成

  8. 让Claude调用你的代码[MCP开发入门02]

    flowchart LR A["📦 安装FastMCP<br/>pip install fastmcp"] --> B["⚡ 编写6行代码<br/>@mcp.tool装饰器"] B --> C["🚀 启动MCP服务器<br/>mcp.run()"] C --> D["🧪 本地测试验证<br/>Client调用工具"] D --> E["🤖 Claude调用成功<br/>AI工具集成完成"] style A fill:#e1f5fe style B fill:#e8f5e8 style C fill:#fff3e0 style D fill:#fce4ec style E fill:#a5d6a7

    2025/08/17 MCP AI FastMCP Python

  9. 告别Function Calling适配噩梦[MCP开发入门01]

    说实话,我自己做AI应用的时候最头疼的就是工具集成。在MCP出现前,我们主要依赖Function Calling机制——OpenAI在2023年推出的技术,虽然解决了AI调用工具的基本需求,但痛点也很明显。

    2025/08/17 MCP AI Function Calling

  10. 从UI截图到代码:ScreenCoder让前端开发告别切图烦恼

    你有没有过这样的体验:拿到设计师的UI稿,一眼看过去就知道又要加班了。

    2025/08/09 Frontend AI ScreenCoder

京ICP备2021015985号-1