LangChain - Agent: 这次我们从最有趣的 LLMs 如何思考问题开始

文章预览

图一：市面上主流的认知框架 LangChain 都做了支持 认知框架，这词不小，既然已经在之前的介绍里面说了 LangChain Agents 是如何成为 LLMs 落地的当红方向，原理也大体提过了，这次我们就稍微深入一下 LangChain，看看这个「业界教科书」是怎样把当前 Agents 领域关于 LLM 认知框架的思考实现的。 LangChain 文档里面有一段关于 Chain 对象和 Agent 对象区别的说明，不仅解答了初学者关于二者不同的疑惑，也顺带手把这个方向的思路说清楚了： 图二：Agents 和 Chain 区别在于后者是人来决定执行逻辑，前者是大模型决定 LLMs 的 Agents 思路，主要就是利用当前大模型超强的理解能力，了解清楚问题域和解决方案域之后，做出一系列的动作来解决问题 Chain 对象和 Agent 对象的区别在于，Chain 是用户来思考问题并写好对应的 Chain 对象来解决问题；而 Agent 只是 ………………………………