本文为 LangGranph 系列的第二篇，介绍基于 LangGraph 的外部工具集成，以增强 Agent 的能力，主要内容如下：

  1. LangGraph 的工具集成功能介绍
  2. 一个编程示例：集成网络搜索、数学运算工具的 AI 聊天机器人。

LangGraph 的工具集成功能

为什么 Agent 需要集成工具

工具调用允许LLM在需要时，将任务“外包”给外部函数或API。这赋予了Agent 几项至关重要的能力：

  • 获取实时信息：通过调用搜索引擎、天气API等，获取模型训练时不存在的最新信息。
  • 执行特定任务：操作数据库、发送邮件、控制智能家居等。
  • 访问私有数据：连接公司内部的知识库或API，提供个性化服务。

简而言之，工具是连接LLM与广阔数字世界的桥梁。而LangGraph，则为我们搭建这座桥梁提供了优雅而强大的能力。

工具定义、执行与工具节点

在LangGraph中实现工具调用，主要围绕着以下三个核心概念。理解了它们，可以帮助我们掌握通过 LangGraph 实现 Agent 的工具集成。

  • 🛠️ 工具定义-@tool 装饰器：任何一个Python函数，只要用@tool装饰器包装，即可成为 Agent 可以调用的工具。@tool 装饰器清晰地定义了工具的名称、功能描述和输入输出，LLM会依据这些信息来决定何时以及如何使用它。
  • 🚀 工具执行 ToolExecutor：可以把它想象成一个“工具箱”或者“总开关”。当Agent决定要调用一个或多个工具时，ToolExecutor负责接收指令，并准确地执行这些工具函数，然后返回结果。它是一个协调者，管理着所有可用的工具。
  • 🏗️ 工具节点 ToolNode：一个专门用于执行工具的“节点”。在由节点和边构成的图中，ToolNode扮演着“行动派”的角色。当流程走到这一步时，它会启动ToolExecutor去完成具体的工具调用任务。LangGraph 提供了一个预置的ToolNode，开箱即用。
工具调用（Tool Calling）的工作原理

  • 模型自主决策：模型根据输入内容的相关性自行决定是否需要调用工具。如果用户的提问与工具功能无关，模型会直接用自然语言回复。

  • 示例：

  • 不调用工具：当输入是 "Hello world!"时，模型会直接回复 “Hello!”。

  • 调用工具：当输入是 "What is 2 multiplied by 3?"且提供了一个计算器工具时，模型会选择调用该工具。模型的输出结果会包含一个 tool_calls属性，其中包含了执行工具所需的全部信息（如工具名称和输入参数）。

当用户输入是 "Hello world!"时，LLM 直接返回响应：

llm_with_tools.invoke("Hello world!")  # -> AIMessage(content="Hello!")

当用户输入是 “What is 2 multiplied by 3?”，LLM返回工具调用请求信息：

llm_with_tools.invoke("What is 2 multiplied by 3?")
# -> AIMessage(tool_calls=[{'name': 'multiply', 'args': {'a': 2, 'b': 3}, ...}])
LangChain 生态的预构建工具

LangGraph 可与 LangChain 生态无缝集成。LangChain 生态支持大量开箱即用的预构建工具，用于快速开发能与其他系统交互的智能体（Agents）。这些工具被分为以下几类：

  • 🔍搜索（Search）：如 Bing、SerpAPI、Tavily 等搜索引擎。
  • 🖥️代码解释器（Code interpreters）：如 Python REPL、Node.js REPL，允许模型执行代码。
  • 🗄️数据库（Databases）：用于与 SQL、MongoDB、Redis 等数据库交互。
  • 🕸️网络数据（Web data）：提供网页抓取和浏览能力。
  • 🔌API：用于调用诸如 OpenWeatherMap（天气）、NewsAPI（新闻）等各种外部API。

一个编程示例：集成工具的 AI 聊天机器人

接下来，我们以一个具体的编程示例：为聊天机器人添加网络搜索、数学运算工具，来拆解分析 LangGraph 的工具集成过程。

工具定义

定义两个工具，并将工具放到 tools 列表里。

  1. 网络搜索：使用搜索引擎 API - Tavily Search，作为网络搜索工具。
  2. 数学运算：用@tool装饰器包装实现乘法运算、减法运算的函数
from typing import Annotated
import os
from langchain.chat_models import init_chat_model
from typing_extensions import TypedDict
import json

from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import add_messages
from langchain_tavily import TavilySearch
from langchain_core.messages import ToolMessage
from langchain_core.tools import tool

# 工具定义
# 使用Tavily搜索工具，设置最大返回结果数为 2
web_search_tool = TavilySearch(max_results=2)

@tool
defmultiply(a: float, b: float) -> float:
"""两个数字相乘"""
return a * b

@tool
defsubtract(a: float, b: float) -> float:
"""两个数字相减"""
return a - b

tools = [web_search_tool, multiply, subtract]
图状态结构定义
  1. 状态定义：使用TypedDict定义图的状态结构。add_messages，表示消息以追加方式更新状态（而非覆盖）。
  2. 传入状态类型 State，创建状态图构建器
# 状态定义：使用TypedDict定义图的状态结构
# messages字段使用 Annotated 和 add_messages，表示消息以追加方式更新而非覆盖
classState(TypedDict):
    messages: Annotated[list, add_messages]

# 创建状态图构建器，传入状态类型State
graph_builder = StateGraph(State)
LLM 配置与聊天节点定义
  1. 配置使用的 LLM：使用 qwen 模型，配置 api key、url。
  2. 将之前定义的工具绑定到 LLM
  3. 定义聊天节点：LLM 根据用户的输入和上下文，返回响应。将聊天节点添加到图中。
# 初始化聊天模型，这里使用通义千问模型，配置API密钥和基础URL
llm = init_chat_model(
    model="qwen-plus",          # 模型名称
    model_provider='openai',
    api_key=os.getenv("DASHSCOPE_API_KEY"),     # 从环境变量获取API Key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"# 阿里云兼容端点
)

# 将工具绑定到语言模型，使模型能够调用这些工具
llm_with_tools = llm.bind_tools(tools)

# 定义聊天节点函数：调用绑定了工具的LLM处理消息
defchatbot(state: State):
return {"messages": [llm_with_tools.invoke(state["messages"])]}

# 将聊天节点添加到图中，命名为"chatbot"
graph_builder.add_node("chatbot", chatbot)
工具节点定义

  • 创建一个工具节点类，实现以下方法：

  • __init__：初始化属性 tools_by_name（为字典类型，key 为 工具名称，value 为工具）

  • __call__：实现工具执行功能（即 ToolExecutor），根据传入的工具信息（工具名称、传参），执行工具调用，并返回工具执行结果。

  • 创建工具节点实例，并添加到图中。

# 定义基本工具节点类：用于处理AIMessage中请求的工具调用
classBasicToolNode:
"""运行最近AIMessage中请求的工具的节点"""

def__init__(self, tools: list) -> None:
# 按工具名称创建工具字典以便查找
        self.tools_by_name = {tool.name: tool for tool in tools}

def__call__(self, inputs: dict):
# 从输入中获取消息列表
if messages := inputs.get("messages", []):
            message = messages[-1]  # 获取最后一条消息
else:
raise ValueError("No message found in input")

        outputs = []
# 遍历消息中的所有工具调用
for tool_call in message.tool_calls:
# 调用相应工具并获取结果
            tool_result = self.tools_by_name[tool_call["name"]].invoke(
                tool_call["args"]
            )
# 创建工具消息响应
            outputs.append(
                ToolMessage(
                    content=json.dumps(tool_result),  # 工具调用结果转换为JSON字符串
                    name=tool_call["name"],  # 工具名称
                    tool_call_id=tool_call["id"],  # 工具调用ID
                )
            )
return {"messages": outputs}

# 创建工具节点实例
tool_node = BasicToolNode(tools=tools)
# 将工具节点添加到图中，命名为"tools"
graph_builder.add_node("tools", tool_node)

LangGraph 同时提供了预构建的工具节点类（我们可以直接使用 LangGraph 提供的工具节点类 ToolNode，无需自己定义）：

from langgraph.prebuilt import ToolNode, tools_condition
tool_node = ToolNode(tools=tools)
graph_builder.add_node("tools", tool_node)
聊天节点到工具节点的路由

  • 定义工具路由函数：根据聊天节点的输出消息，路由到下一个节点

  • 若需要调用工具，返回 “tools”

  • 若不需要调用工具，路由到 END 节点

  • 添加条件边：根据路由函数返回的值，路由到对应的节点。

# 定义工具路由函数：用于条件边，根据状态决定下一步路由
defroute_tools(
        state: State,
):
"""
    在conditional_edge中使用，如果最后一条消息有工具调用则路由到ToolNode，
    否则路由到结束。
    """
if isinstance(state, list):
        ai_message = state[-1]
elif messages := state.get("messages", []):
        ai_message = messages[-1]  # 获取最后一条消息
else:
raise ValueError(f"No messages found in input state to tool_edge: {state}")

# 检查最后一条消息是否有工具调用
if hasattr(ai_message, "tool_calls") and len(ai_message.tool_calls) > 0:
return"tools"# 有工具调用，路由到工具节点
return END  # 无工具调用，路由到结束

# 添加条件边：根据route_tools函数的返回值决定从chatbot节点出发的路径
graph_builder.add_conditional_edges(
"chatbot",          # 源节点
    route_tools,        # 条件函数
# 映射条件函数返回值到具体节点名称。若该参数不传，为 identity function
    {"tools": "tools", END: END},
)

LangGraph 提供了预构建的路由函数（我们可以直接使用 LangGraph 提供的路由函数 tools_condition，无需自己定义路由函数）

from langgraph.prebuilt import ToolNode, tools_condition

graph_builder.add_conditional_edges(
"chatbot",
    tools_condition,
)

tools_condition 的源码如下，其实现和上述的 route_tools 函数基本类似。

deftools_condition(
    state: Union[list[AnyMessage], dict[str, Any], BaseModel],
    messages_key: str = "messages",
) -> Literal["tools", "__end__"]:
if isinstance(state, list):
        ai_message = state[-1]
elif isinstance(state, dict) and (messages := state.get(messages_key, [])):
        ai_message = messages[-1]
elif messages := getattr(state, messages_key, []):
        ai_message = messages[-1]
else:
raise ValueError(f"No messages found in input state to tool_edge: {state}")
if hasattr(ai_message, "tool_calls") and len(ai_message.tool_calls) > 0:
return"tools"
return"__end__"
图构建
# 添加固定边：从工具节点返回聊天节点，形成循环
graph_builder.add_edge("tools", "chatbot")

# 设置入口边：从START节点到chatbot节点
graph_builder.add_edge(START, "chatbot")

# 编译图：完成图的构建，使其可执行
graph = graph_builder.compile()

构建图后，运行以下语句，可以获取图对应的 meraid 代码（用来可视化 LangGraph 图）：

mermaid_str = graph.get_graph().draw_mermaid()
print(mermaid_str)

聊天机器人的交互运行
# 定义流式输出函数：以流式方式处理用户输入并输出助手响应
defstream_graph_updates(user_input: str):
# 使用图的stream方法流式处理输入
for event in graph.stream({"messages": [{"role": "user", "content": user_input}]}):
for value in event.values():
# 打印助手的最新消息内容
            print("Assistant:", value["messages"][-1].content)

# 主交互循环
whileTrue:
try:
# 获取用户输入
        user_input = input("User: ")
# 检查退出条件
if user_input.lower() in ["quit", "exit", "q"]:
            print("Goodbye!")
break

# 处理用户输入并输出助手响应
        stream_graph_updates(user_input)
except:
# 备用方案：如果input()不可用，使用默认问题[3](@ref)
        user_input = "What do you know about LangGraph?"
        print("User: " + user_input)
        stream_graph_updates(user_input)
break
运行效果

用户提问：

  • 现在要进一批货，单价是 35.324，数量是 765345677，商家优惠 1500 元，一共要付多少钱？
  • 第十五届全运会，在哪里，什么时候举行？

运行效果如下，LLM 在回答用户第一个问题，调用了乘法工具、减法工具；回答第二个问题时，调用了网络搜索工具：

User: 现在要进一批货，单价是35.324，数量是765345677，商家优惠 1500 元，一共要付多少钱？
Assistant: 
Assistant: 27035070694.348
Assistant: 
Assistant: 27035069194.348
Assistant: 进货总金额为：27035069194.348 元。
User: 第十五届全运会，在哪里，什么时候举行？
Assistant: 
Assistant: {"query": "\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u4e3e\u529e\u5730\u70b9\u548c\u65f6\u95f4", "follow_up_questions": null, "answer": null, "images": [], "results": [{"url": "http://sz.bendibao.com/xiuxian/2025626/989212.htm", "title": "2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u8d5b\u7a0b\u8868+\u65f6\u95f4\u8868", "content": "* \u6df1\u5733\u4f11\u95f2 * \u73a9\u4e50\u624b\u518c * \u6f14\u51fa\u4fe1\u606f * \u5468\u672b\u53bb\u54ea\u73a9 * \u4f11\u95f2\u4f18\u60e0 * \u57ce\u5e02\u4eab\u4e50 * \u4f11\u95f2\u4e13\u9898 * \u6d3b\u52a8\u53ec\u96c6 * \u7cbe\u5f69\u6d3b\u52a8 2025-08-13 11:21\u4f5c\u8005\uff1amenU\u3010\u6211\u8981\u7ea0\u9519\u3011 \u4e0b\u8f7d\u6307\u5357 \u5206\u4eab\u81f3 #### \u5fae\u4fe1\u626b\u4e00\u626b\uff1a\u5206\u4eab \u5fae\u4fe1\u91cc\u70b9\u201c\u53d1\u73b0\u201d\uff0c\u626b\u4e00\u4e0b \u4e8c\u7ef4\u7801\u4fbf\u53ef\u5c06\u672c\u6587\u5206\u4eab\u81f3\u670b\u53cb\u5708\u3002 \u3010\u5bfc\u8bed\u3011\uff1a2025\u5e74\u5168\u8fd0\u4f1a/\u5341\u4e94\u8fd0\u4f1a\u5c06\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u4e3e\u529e\u3002\u5168\u8fd0\u4f1a\u6bd4\u8d5b\u65f6\u95f4\u8868\u3001\u6bd4\u8d5b\u5730\u70b9\u8be6\u89c1\u6b63\u6587 **\u5168\u8fd0\u4f1a\u4e3e\u529e\u5730\uff1a**\u7ca4\u6e2f\u6fb3\u4e09\u5730\u5171\u540c\u4e3e\u529e(\u5e7f\u4e1c\u3001\u9999\u6e2f\u3001\u6fb3\u95e8) **\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4\uff1a**\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\u5c06\u4e8e2025\u5e7411\u67089\u65e5\u81f321\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u4e3e\u884c\uff0c\u5e7f\u5dde\u627f\u529e\u5f00\u5e55\u5f0f\u3001\u6df1\u5733\u627f\u529e\u95ed\u5e55\u5f0f\u6d3b\u52a8\u3002\u968f\u540e\uff0c\u5168\u56fd\u7b2c\u5341\u4e8c\u5c4a\u6b8b\u75be\u4eba\u8fd0\u52a8\u4f1a\u66a8\u7b2c\u4e5d\u5c4a\u7279\u6b8a\u5965\u6797\u5339\u514b\u8fd0\u52a8\u4f1a\u5c06\u4e8e2025\u5e7412\u67088\u65e5\u81f315\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e3e\u529e\u3002 **\u5168\u8fd0\u4f1a\u6bd4\u8d5b\u65f6\u95f4\u8868/\u8d5b\u7a0b\u88681.0\uff1a** \u6e29\u99a8\u63d0\u793a\uff1a\u5fae\u4fe1\u641c\u7d22\u516c\u4f17\u53f7\u3010\u6df1\u5733\u5468\u672b\u53bb\u54ea\u73a9\u3011\uff0c\u5173\u6ce8\u540e\u56de\u590d\u3010\u5168\u8fd0\u4f1a\u3011\u83b7\u53d6\u5168\u8fd0\u4f1a\u6df1\u5733\u8d5b\u533a\u6bd4\u8d5b\u9879\u76ee+\u5730\u70b9\u3001\u70ed\u95e8\u8d5b\u4e8b\u6bd4\u8d5b\u5b89\u6392\u3001\u95e8\u7968\u9500\u552e\u65f6\u95f4\u53ca\u8d2d\u7968\u5165\u53e3\u3001\u6bd4\u8d5b\u76f4\u64ad\u5165\u53e3\u7b49\u6700\u65b0\u6d88\u606f \u624b\u673a\u8bbf\u95ee\u00a0\u6df1\u5733\u672c\u5730\u5b9d\u9996\u9875 \u76f8\u5173\u63a8\u8350 \u5168\u8fd0\u4f1a\u00a0\u5341\u4e94\u8fd0\u4f1a\u00a0\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u8d2d\u7968\u7cfb\u7edf\u600e\u4e48\u767b\u9646 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u8d2d\u7968\u7cfb\u7edf\u767b\u9646\u6307\u5357\uff0c\u9700\u8981\u5148\u5728\u7cfb\u7edf\u4e0a\u8fdb\u884c\u6ce8\u518c\u624d\u53ef\u4ee5\u7533\u8bf7\u8d2d\u7968\uff0c\u8be6\u7ec6\u7684\u6ce8\u518c\u6d41\u7a0b\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u95e8\u7968\u8d2d\u4e70\u5165\u53e3\uff08\u9644\u7535\u8111\u7aef+\u624b\u673a\u7aef\uff09 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u95e8\u7968\u8d2d\u4e70\u5165\u53e3\u5df2\u7ecf\u516c\u5e03\u5566\uff01\u5b98\u7f51\u3001\u5c0f\u7a0b\u5e8f\u3001\u79fb\u52a8\u7aef\u5747\u53ef\u8d2d\u4e70\u5bf9\u5e94\u7684\u95e8\u7968\uff0c\u8be6\u7ec6\u5165\u53e3\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u89c2\u8d5b\u653b\u7565\uff08\u8d5b\u7a0b\u8868+\u5730\u70b9+\u8d2d\u7968\u5165\u53e3\uff09 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a11\u67089\u65e5-21\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e3e\u884c\uff0c\u672c\u7bc7\u6587\u7ae0\u5c0f\u7f16\u5c06\u4e3a\u5927\u5bb6\u6c47\u603b\u6700\u5168\u7684\u89c2\u8d5b\u653b\u7565\u53ca\u5185\u5bb9\uff0c\u66f4\u591a\u8be6\u7ec6\u5185\u5bb9\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u5728\u54ea\u4e3e\u884c\uff1f 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u4e3e\u529e\u5730\u70b9\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u3001\u4e3e\u529e\u65f6\u95f4\u4e3a2025\u5e7411\u67089-21\u65e5\u3001\u6bd4\u8d5b\u8d5b\u7a0b\u8868 - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u7fa4\u4f17\u8d5b\u4e8b\u95e8\u7403\u8d5b\u51b3\u8d5b\u6bd4\u8d5b\u65f6\u95f4+\u514d\u8d39\u95e8\u7968\u9884\u7ea6 \u5168\u8fd0\u4f1a\u95e8\u7403\u8d5b\u51b3\u8d5b\u5c06\u57288\u670822\u65e5\u81f38\u670827\u65e5\uff0c\u5728\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u4f53\u80b2\u573a\u4f53\u80b2\u573a\u4e3e\u884c\uff0c\u6bd4\u8d5b\u95e8\u7968\u9884\u7ea6\u5165\u53e3\u8be6\u89c1\u6587\u7ae0\u6b63\u6587 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a100\u5929\u5012\u8ba1\u65f6\u6d3b\u52a8\u65f6\u95f4+\u5730\u70b9 \u672c\u6b21\u5012\u8ba1\u65f6\u6d3b\u52a8\u6709\u706b\u70ac\u9996\u79c0\u767b\u573a\u3001\u5730\u6807\u5efa\u7b51\u8054\u52a8\u4eae\u706f\u7b49\u6d3b\u52a8\uff0c\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4\u57282025\u5e7411\u67089\u65e5\u81f321\u65e5\uff01\u8be6\u7ec6\u5185\u5bb9\u89c1\u6587\u7ae0\u6b63\u6587\uff01 - 2025\u5168\u8fd0\u4f1a\u5b98\u65b9\u89c6\u9891\u53f7\u5165\u53e3\uff08\u6296\u97f3+\u5feb\u624b+\u5fae\u4fe1\uff09 2025\u5168\u8fd0\u4f1a\u5b98\u65b9\u5fae\u535a\u53f7\u3001\u5fae\u4fe1\u53f7\u3001\u5fae\u4fe1\u89c6\u9891\u53f7\u3001\u6296\u97f3\u89c6\u9891\u53f7\u3001\u5feb\u624b\u89c6\u9891\u53f7\u7b49\u5185\u5bb9\u8be6\u89c1\u6b63\u6587\uff01 - 2025\u5168\u8fd0\u4f1a\u5f00\u5e55\u5f0f\u4e3e\u529e\u5730\u70b9+\u65f6\u95f4 2025\u5168\u8fd0\u4f1a\u3001\u5341\u4e94\u8fd0\u4f1a\u5f00\u5e55\u5f0f\u3001\u95ed\u5e55\u5f0f\u4e3e\u529e\u65f6\u95f4\u5730\u70b9\u6765\u5566\uff01\u8fd8\u6709\u5f00\u5e55\u5f0f\u3001\u95ed\u5e55\u5f0f\u5267\u900f\uff0c\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u5168\u8fd0\u4f1a\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u6709\u54ea\u4e9b\u6bd4\u8d5b 2025\u5e74\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\u7ade\u6280\u6bd4\u8d5b\u603b\u65e5\u7a0b\u516c\u5e03\uff0c\u90a3\u4e48\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u5168\u8fd0\u4f1a\u8d5b\u4e8b\u6709\u54ea\u4e9b\u5462\uff1f\u8be6\u89c1\u6b63\u6587\u3002 - \u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u65f6\u95f4+\u5730\u70b9+\u770b\u70b9 \u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u5c06\u5728\u5b9d\u5b89\u6b22\u4e50\u5267\u573a\u4e3e\u884c\u3002\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u65f6\u95f4+\u5730\u70b9+\u770b\u70b9\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4+\u5730\u70b9 \u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\uff0c\u53732025\u5e74\u5168\u8fd0\u4f1a\uff0c\u5c06\u4e8e2025\u5e7411\u6708\u4e3e\u529e\u30022025\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4+\u5730\u70b9\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u5168\u8fd0\u4f1a\u6df1\u5733\u6bd4\u8d5b\u573a\u5730\u5728\u54ea\u91cc \u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u548c\u6b8b\u7279\u5965\u4f1a\u5c06\u4e8e2025\u5e74\u4e3e\u529e\uff0c\u8fd9\u662f\u9996\u6b21\u7531\u7ca4\u6e2f\u6fb3\u5171\u540c\u627f\u529e\u7684\u5168\u8fd0\u4f1a\uff0c\u6df1\u5733\u8d5b\u533a\u627f\u529e\u4e24\u573a\u95ed\u5e55\u5f0f\uff0c\u4e5f\u627f\u529e\u5927\u90e8\u5206\u6bd4\u8d5b\u9879\u76ee\u3002\u90a3\u4e482025\u5168\u8fd0\u4f1a\u6df1\u5733\u6bd4\u8d5b\u573a\u5730\u5728\u54ea\u91cc\uff1f\u6bd4\u8d5b\u573a\u9986\u8be6\u89c1\u6b63\u6587\u3002 - \u4e0a\u4e00\u7bc7\u6587\u7ae0\uff1a2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u5728\u54ea\u4e3e\u884c\uff1f - \u4e0b\u4e00\u7bc7\u6587\u7ae0\uff1a2025\u6df1\u5733\u5973\u7bee\u4e9a\u6d32\u676f\u70ed\u8eab\u8d5b\u76f4\u64ad\u5165\u53e3\uff08\u4e2d\u56fdvs\u6fb3\u5927\u5229\u4e9a \u70ed\u95e8\u63a8\u8350 * ### 2025\u6df1\u5733\u95ea\u8000\u6696\u6696\u516d\u5468\u5e74\u7279\u522b\u5c55\u9648 *2025-08-14 15:17* \u6765\u6e90\uff1a\u58f9\u65b9\u5929\u5730 * ### 2025\u6df1\u5733\u6d6a\u6d6a\u5c71\u5c0f\u5996\u602a\u5168\u56fd\u9996\u5c55+\u5feb\u95ea\u5e97 *2025-08-14 15:03* \u6765\u6e90\uff1a\u5353\u60a6\u6c47 * ### 2025\u5168\u8fd0\u4f1a\u6bd4\u8d5b\u95e8\u7968\u5728\u54ea\u4e70\uff08\u8d2d\u7968\u5165\u53e3+\u62a2\u7968\u65f6\u95f4\uff09 *2025-08-14 15:04* \u6765\u6e90\uff1a\u9b45\u529b\u5168\u8fd0\u6d3b\u529b\u6df1\u5733 * ### 2025\u6df1\u5733\u9f99\u534e\u58f9\u65b9\u5929\u5730\u7cbe\u917f\u5564\u9152\u8282\u6d3b\u52a8\u653b\u7565 *2025-08-14 23:39* \u6765\u6e90\uff1a\u58f9\u65b9\u5929\u5730 * ### 2025\u6df1\u5733\u9ea6\u5f53\u52b3\u9ea6\u9ea6\u5c9b\u6d3b\u52a8\u653b\u7565 *2025-08-14 14:33* \u6765\u6e90\uff1a\u9ea6\u5f53\u52b3 * ### 2025\u6df1\u5733\u4e03\u5915\u60c5\u4eba\u8282\u8de8\u8d8a\u94f6\u6cb3\u7684\u7231\u604b\u60c5\u6b4c\u6f14\u5531\u4f1a *2025-08-14 11:36* \u6765\u6e90\uff1a\u5927\u9ea6\u7f51 * ### 2025\u6df1\u5733\u590f\u65e5KPOP\u4e03\u5915\u5047\u65e5\u5236\u71e5\u6d3e\u5bf9\u6f14\u5531\u4f1a * 2025\u6df1\u5733\u4e2d\u56fd\u7fbd\u6bdb\u7403\u5927\u5e08\u8d5b\u6bd4\u8d5b\u65f6\u95f4+\u5730\u70b9+\u53c2\u8d5b\u540d\u5355 * 2025\u6df1\u5733\u4e2d\u56fd\u7fbd\u6bdb\u7403\u5927\u5e08\u8d5b\u6bd4\u8d5b\u65f6\u95f4+\u5730\u70b9+\u53c2\u8d5b\u540d\u5355", "score": 0.91563576, "raw_content": null}, {"url": "http://sz.bendibao.com/xiuxian/2024627/975556.htm", "title": "2025\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4+\u5730\u70b9", "content": "* \u6df1\u5733\u4f11\u95f2 * \u73a9\u4e50\u624b\u518c * \u6f14\u51fa\u4fe1\u606f * \u5468\u672b\u53bb\u54ea\u73a9 * \u4f11\u95f2\u4f18\u60e0 * \u57ce\u5e02\u4eab\u4e50 * \u4f11\u95f2\u4e13\u9898 * \u6d3b\u52a8\u53ec\u96c6 * \u7cbe\u5f69\u6d3b\u52a8 2025-06-11 14:17\u4f5c\u8005\uff1a\u6de1\u6de1\u70df\u8349\u5473\u3010\u6211\u8981\u7ea0\u9519\u3011 \u4e0b\u8f7d\u6307\u5357 \u5206\u4eab\u81f3 #### \u5fae\u4fe1\u626b\u4e00\u626b\uff1a\u5206\u4eab \u5fae\u4fe1\u91cc\u70b9\u201c\u53d1\u73b0\u201d\uff0c\u626b\u4e00\u4e0b \u4e8c\u7ef4\u7801\u4fbf\u53ef\u5c06\u672c\u6587\u5206\u4eab\u81f3\u670b\u53cb\u5708\u3002 \u3010\u5bfc\u8bed\u3011\uff1a\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\uff0c\u53732025\u5e74\u5168\u8fd0\u4f1a\uff0c\u5c06\u4e8e2025\u5e7411\u6708\u4e3e\u529e\u30022025\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4+\u5730\u70b9\u8be6\u89c1\u6b63\u6587\u3002 **2025\u5e74\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\u6bd4\u8d5b\u65f6\u95f4** \u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\u5c06\u4e8e2025\u5e7411\u67089\u65e5\u81f321\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u4e3e\u884c\uff0c\u5e7f\u5dde\u627f\u529e\u5f00\u5e55\u5f0f\u3001\u6df1\u5733\u627f\u529e\u95ed\u5e55\u5f0f\u6d3b\u52a8\u3002\u968f\u540e\uff0c\u5168\u56fd\u7b2c\u5341\u4e8c\u5c4a\u6b8b\u75be\u4eba\u8fd0\u52a8\u4f1a\u66a8\u7b2c\u4e5d\u5c4a\u7279\u6b8a\u5965\u6797\u5339\u514b\u8fd0\u52a8\u4f1a\u5c06\u4e8e2025\u5e7412\u67088\u65e5\u81f315\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e3e\u529e\u3002 \u5341\u4e94\u8fd0\u4f1a\u5206\u4e3a\u7ade\u4f53\u6bd4\u8d5b\u548c\u7fa4\u4f17\u8d5b\u4e8b\u6d3b\u52a8\uff0c\u5176\u4e2d\u7ade\u4f53\u6bd4\u8d5b\u8bbe34\u4e2a\u5927\u9879401\u4e2a\u5c0f\u9879\uff0c\u7fa4\u4f17\u8d5b\u4e8b\u6d3b\u52a8\u8bbe23\u4e2a\u5927\u9879166\u4e2a\u5c0f\u9879\u3002(\u5176\u4e2d\u6bd4\u8d5b\u7c7b19\u4e2a\u5927\u9879\u3001145\u4e2a\u5c0f\u9879\uff0c\u5c55\u6f14\u7c7b4\u4e2a\u5927\u9879\u300121\u4e2a\u5c0f\u9879)\u3002 \u6309\u7167\u201c\u5e7f\u4e1c\u4e3a\u4e3b\u3001\u6e2f\u6fb3\u4f18\u5148\u201d\u7684\u539f\u5219\u5e03\u5c40\u7ade\u8d5b\u9879\u76ee\u3002\u7ade\u4f53\u9879\u76ee\u65b9\u9762\uff0c\u5e7f\u4e1c\u5c06\u627f\u529e350\u4e2a\u5c0f\u9879\uff0c\u9999\u6e2f\u627f\u529e37\u4e2a\u5c0f\u9879\uff0c\u6fb3\u95e8\u627f\u529e14\u4e2a\u5c0f\u9879\u3002\u7fa4\u4f53\u9879\u76ee\u65b9\u9762\uff0c\u5e7f\u4e1c\u5c06\u627f\u529e152\u4e2a\u5c0f\u9879\uff0c\u9999\u6e2f\u627f\u529e6\u4e2a\u5c0f\u9879\u3001\u6fb3\u95e8\u627f\u529e8\u4e2a\u3002 \u6e29\u99a8\u63d0\u793a\uff1a\u5fae\u4fe1\u641c\u7d22\u516c\u4f17\u53f7\u6df1\u5733\u5468\u672b\u53bb\u54ea\u73a9\uff0c\u5173\u6ce8\u540e\u5728\u5bf9\u8bdd\u6846\u56de\u590d\u3010\u5168\u8fd0\u4f1a\u3011\u53ef\u83b7\u53d62025\u5e74\u5168\u8fd0\u4f1a\u65f6\u95f4\u5730\u70b9\u3001\u6df1\u5733\u6bd4\u8d5b\u573a\u5730/\u9879\u76ee\u6700\u65b0\u6d88\u606f\u30012025\u5168\u8fd0\u4f1a\u5ba3\u4f20\u7247\u89c6\u9891\u7b49\u3002 \u624b\u673a\u8bbf\u95ee\u00a0\u6df1\u5733\u672c\u5730\u5b9d\u9996\u9875 \u76f8\u5173\u63a8\u8350 2024\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4\u5730\u70b9\u00a02025\u5168\u8fd0\u4f1a\u5728\u54ea\u4e2a\u57ce\u5e02\u4e3e\u529e\u00a02025\u5168\u8fd0\u4f1a\u4e3b\u4f1a\u573a\u5728\u54ea - 2025\u5168\u8fd0\u4f1a\u6bd4\u8d5b\u95e8\u7968\u5728\u54ea\u4e70\uff08\u8d2d\u7968\u5165\u53e3+\u62a2\u7968\u65f6\u95f4\uff09 \u5168\u8fd0\u4f1a\u9996\u6279\u6bd4\u8d5b\u95e8\u7968\u9884\u8ba1\u5c06\u57288\u670828\u65e5\u5f00\u62a2\uff0c\u95e8\u7968\u4ef7\u683c\u6700\u4f4e30\u5143\u3001\u6700\u9ad8800\u5143\uff0c\u62a2\u7968\u5165\u53e3\u626b\u63cf\u4e8c\u7ef4\u7801\uff0c\u8be6\u7ec6\u5185\u5bb9\u89c1\u6587\u7ae0\u6b63\u6587 - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u8d2d\u7968\u7cfb\u7edf\u600e\u4e48\u767b\u9646 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u8d2d\u7968\u7cfb\u7edf\u767b\u9646\u6307\u5357\uff0c\u9700\u8981\u5148\u5728\u7cfb\u7edf\u4e0a\u8fdb\u884c\u6ce8\u518c\u624d\u53ef\u4ee5\u7533\u8bf7\u8d2d\u7968\uff0c\u8be6\u7ec6\u7684\u6ce8\u518c\u6d41\u7a0b\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u95e8\u7968\u8d2d\u4e70\u5165\u53e3\uff08\u9644\u7535\u8111\u7aef+\u624b\u673a\u7aef\uff09 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u95e8\u7968\u8d2d\u4e70\u5165\u53e3\u5df2\u7ecf\u516c\u5e03\u5566\uff01\u5b98\u7f51\u3001\u5c0f\u7a0b\u5e8f\u3001\u79fb\u52a8\u7aef\u5747\u53ef\u8d2d\u4e70\u5bf9\u5e94\u7684\u95e8\u7968\uff0c\u8be6\u7ec6\u5165\u53e3\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u89c2\u8d5b\u653b\u7565\uff08\u8d5b\u7a0b\u8868+\u5730\u70b9+\u8d2d\u7968\u5165\u53e3\uff09 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a11\u67089\u65e5-21\u65e5\u5728\u7ca4\u6e2f\u6fb3\u4e3e\u884c\uff0c\u672c\u7bc7\u6587\u7ae0\u5c0f\u7f16\u5c06\u4e3a\u5927\u5bb6\u6c47\u603b\u6700\u5168\u7684\u89c2\u8d5b\u653b\u7565\u53ca\u5185\u5bb9\uff0c\u66f4\u591a\u8be6\u7ec6\u5185\u5bb9\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u5728\u54ea\u4e3e\u884c\uff1f 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u4e3e\u529e\u5730\u70b9\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u3001\u4e3e\u529e\u65f6\u95f4\u4e3a2025\u5e7411\u67089-21\u65e5\u3001\u6bd4\u8d5b\u8d5b\u7a0b\u8868 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u8d5b\u7a0b\u8868+\u65f6\u95f4\u8868 2025\u5e74\u5168\u8fd0\u4f1a/\u5341\u4e94\u8fd0\u4f1a\u5c06\u5728\u7ca4\u6e2f\u6fb3\u4e09\u5730\u4e3e\u529e\u3002\u5168\u8fd0\u4f1a\u6bd4\u8d5b\u65f6\u95f4\u8868\u3001\u6bd4\u8d5b\u5730\u70b9\u8be6\u89c1\u6b63\u6587 - 2025\u6df1\u5733\u5168\u8fd0\u4f1a\u7fa4\u4f17\u8d5b\u4e8b\u95e8\u7403\u8d5b\u51b3\u8d5b\u6bd4\u8d5b\u65f6\u95f4+\u514d\u8d39\u95e8\u7968\u9884\u7ea6 \u5168\u8fd0\u4f1a\u95e8\u7403\u8d5b\u51b3\u8d5b\u5c06\u57288\u670822\u65e5\u81f38\u670827\u65e5\uff0c\u5728\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u4f53\u80b2\u573a\u4f53\u80b2\u573a\u4e3e\u884c\uff0c\u6bd4\u8d5b\u95e8\u7968\u9884\u7ea6\u5165\u53e3\u8be6\u89c1\u6587\u7ae0\u6b63\u6587 - 2025\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a100\u5929\u5012\u8ba1\u65f6\u6d3b\u52a8\u65f6\u95f4+\u5730\u70b9 \u672c\u6b21\u5012\u8ba1\u65f6\u6d3b\u52a8\u6709\u706b\u70ac\u9996\u79c0\u767b\u573a\u3001\u5730\u6807\u5efa\u7b51\u8054\u52a8\u4eae\u706f\u7b49\u6d3b\u52a8\uff0c\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4\u57282025\u5e7411\u67089\u65e5\u81f321\u65e5\uff01\u8be6\u7ec6\u5185\u5bb9\u89c1\u6587\u7ae0\u6b63\u6587\uff01 - 2025\u5168\u8fd0\u4f1a\u5b98\u65b9\u89c6\u9891\u53f7\u5165\u53e3\uff08\u6296\u97f3+\u5feb\u624b+\u5fae\u4fe1\uff09 2025\u5168\u8fd0\u4f1a\u5b98\u65b9\u5fae\u535a\u53f7\u3001\u5fae\u4fe1\u53f7\u3001\u5fae\u4fe1\u89c6\u9891\u53f7\u3001\u6296\u97f3\u89c6\u9891\u53f7\u3001\u5feb\u624b\u89c6\u9891\u53f7\u7b49\u5185\u5bb9\u8be6\u89c1\u6b63\u6587\uff01 - 2025\u5168\u8fd0\u4f1a\u5f00\u5e55\u5f0f\u4e3e\u529e\u5730\u70b9+\u65f6\u95f4 2025\u5168\u8fd0\u4f1a\u3001\u5341\u4e94\u8fd0\u4f1a\u5f00\u5e55\u5f0f\u3001\u95ed\u5e55\u5f0f\u4e3e\u529e\u65f6\u95f4\u5730\u70b9\u6765\u5566\uff01\u8fd8\u6709\u5f00\u5e55\u5f0f\u3001\u95ed\u5e55\u5f0f\u5267\u900f\uff0c\u8be6\u89c1\u6b63\u6587\u3002 - 2025\u5168\u8fd0\u4f1a\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u6709\u54ea\u4e9b\u6bd4\u8d5b 2025\u5e74\u7b2c\u5341\u4e94\u5c4a\u5168\u56fd\u8fd0\u52a8\u4f1a\u7ade\u6280\u6bd4\u8d5b\u603b\u65e5\u7a0b\u516c\u5e03\uff0c\u90a3\u4e48\u6df1\u5733\u5927\u8fd0\u4e2d\u5fc3\u5168\u8fd0\u4f1a\u8d5b\u4e8b\u6709\u54ea\u4e9b\u5462\uff1f\u8be6\u89c1\u6b63\u6587\u3002 - \u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u65f6\u95f4+\u5730\u70b9+\u770b\u70b9 \u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u5c06\u5728\u5b9d\u5b89\u6b22\u4e50\u5267\u573a\u4e3e\u884c\u3002\u7b2c\u5341\u4e94\u5c4a\u5168\u8fd0\u4f1a\u95ed\u5e55\u5f0f\u65f6\u95f4+\u5730\u70b9+\u770b\u70b9\u8be6\u89c1\u6b63\u6587\u3002 - \u4e0a\u4e00\u7bc7\u6587\u7ae0\uff1a2024\u5e74\u6df1\u5733u18\u5973\u7bee\u4e9a\u6d32\u676f\u76f4\u64ad\u5728\u54ea\u91cc\u770b - \u4e0b\u4e00\u7bc7\u6587\u7ae0\uff1a\u6df1\u5733\u54ea\u91cc\u53ef\u4ee5\u770b\u5965\u8fd0\u4f1a\u6bd4\u8d5b\u76f4\u64ad \u70ed\u95e8\u63a8\u8350 * ### 2025\u6df1\u5733\u82f1\u96c4\u8054\u76df\u5b63\u540e\u8d5b\u6bd4\u8d5b\u65f6\u95f4\u5b89\u6392 *2025-09-05 00:04* \u6765\u6e90\uff1a * ### 2025\u6df1\u5733\u82f1\u96c4\u8054\u76df\u5b63\u540e\u8d5b\u5728\u54ea\u91cc\u4e3e\u884c *2025-09-04 23:45* \u6765\u6e90\uff1a\u82f1\u96c4\u8054\u76df\u8d5b\u4e8b * ### 2025\u6df1\u5733\u82f1\u96c4\u8054\u76df\u5168\u7403\u603b\u51b3\u8d5blpl\u8d5b\u533a\u8d44\u683c\u8d5b\u65f6\u95f4+\u5730\u70b9+\u8d2d\u7968\u5165\u53e3 *2025-09-04 23:51* \u6765\u6e90\uff1a * ### 2025\u6df1\u5733\u82f1\u96c4\u8054\u76df\u603b\u51b3\u8d5b\u5728\u54ea\u91cc\u4e3e\u529e *2025-09-04 16:48* \u6765\u6e90\uff1a\u6587\u65c5\u6df1\u5733 * ### 2025\u6df1\u573393\u9605\u5175\u7ebf\u4e0b\u76f4\u64ad\u514d\u8d39\u89c2\u770b\u6d3b\u52a8\uff08\u65f6\u95f4+\u5730\u70b9\uff09 * ### 202\u5e74\u6297\u6218\u80dc\u522980\u5468\u5e7493\u9605\u5175\u6df1\u5733\u536b\u89c6\u76f4\u64ad\u5165\u53e3+\u65f6\u95f4 * 2025\u6df1\u5733LPL\u82f1\u96c4\u8054\u76df\u5b63\u540e\u8d5b\uff08\u65f6\u95f4+\u5730\u70b9\uff09 * 202\u5e74\u6297\u6218\u80dc\u522980\u5468\u5e7493\u9605\u5175\u6df1\u5733\u536b\u89c6\u76f4\u64ad\u5165\u53e3+\u65f6\u95f4 * 2025\u6df1\u5733LPL\u82f1\u96c4\u8054\u76df\u5b63\u540e\u8d5b\uff08\u65f6\u95f4+\u5730\u70b9\uff09 * 202\u5e74\u6297\u6218\u80dc\u522980\u5468\u5e7493\u9605\u5175\u6df1\u5733\u536b\u89c6\u76f4\u64ad\u5165\u53e3+\u65f6\u95f4 2025\u5168\u8fd0\u4f1a\u4e3e\u529e\u65f6\u95f4+\u5730\u70b9 - \u6df1\u5733\u672c\u5730\u5b9d", "score": 0.914176, "raw_content": null}], "response_time": 1.43, "request_id": "d22780a0-f3ce-4a6b-a7cf-aca52bdd0e3a"}
Assistant: 第十五届全运会将于2025年11月9日至21日在粤港澳三地共同举办，由广州承办开幕式、深圳承办闭幕式活动。
User: quit
Goodbye!

以上是 LangGraph 的工具集成介绍。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
在这里插入图片描述

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
在这里插入图片描述

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
在这里插入图片描述

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

图片

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

图片

  • 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

  • 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

image.png

vx扫描下方二维码即可
在这里插入图片描述

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：
图片

04 视频和书籍PDF合集

图片

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

图片

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
图片

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！
图片

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）图片
在这里插入图片描述

07 deepseek部署包+技巧大全

在这里插入图片描述

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
在这里插入图片描述

# 人工智能 # 学习 # 产品经理 # AI
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

数字员工是什么？熊猫智汇在其中的独特优势主要体现在哪些方面？

avatar 2048 AI社区
cover

Agent Lightning开源项目爆火！零代码接入强化学习，让你的AI智能体越用越聪明（收藏备用）

avatar 2048 AI社区

【GitHub项目推荐--@remotion/skills：AI驱动的编程式视频创作革命】⭐⭐⭐⭐⭐

​ 是 Remotion 官方团队于2026年1月推出的AI代理技能包，标志着编程式视频创作进入了一个全新的时代。这个内部包虽然缺乏公开文档，但其核心价值在于将 Remotion 框架的专业知识编码为AI可理解的"技能手册"，使 Claude Code 等AI编码助手能够深度理解并正确使用 Remotion 的完整生态系统。

avatar 2048 AI社区