04 | 实战——用 Prompt Engineering Guide 搭建你的第一个 LLM 应用
跟着 Prompt Engineering Guide 动手练习,从 API 调用到完整的小项目,把前三篇的理论知识串起来。
跟着 Prompt Engineering Guide 动手练习,从 API 调用到完整的小项目,把前三篇的理论知识串起来。
用 LangChain 从零构建一个带工具调用的 ReAct Agent。包括创建 Agent、添加工具、观察循环日志、把多个工具组合成 Skill。完整可运行代码,跟着做就能跑起来。
用 LlamaIndex 从零构建一个知识库问答系统:索引技术文档、构建检索链、问答测试,最后接入 MCP Server 让 Agent 通过标准协议访问知识库。完整可运行代码。
用 CrewAI 框架构建一个’行业研究团队’:研究员搜集资料、分析师整理数据、写作 Agent 撰写报告。从安装到运行,完整演示多 Agent 协作系统的搭建过程,包括角色定义、任务编排、工具配置和 Harness 约束。
系列收官之作。用 LangFuse 实现 Agent 的全链路追踪和可观测性,用 Ragas 构建自动化评估 pipeline,把前 19 篇学到的评估、安全、可观测性知识全部落地。最后回顾整个学习路线,给出后续进阶方向。
系列二不再讲概念,而是从零实现一个能用的企业知识助手 Agent:私有文件 RAG 问答、数据库查询、权限控制、友好降级。本文是开篇路线图,给出整体架构、技术选型和 5 个阶段的文章计划。
系列二第一篇实战:从空目录搭出 M0 最小闭环——FastAPI + 单轮问答 + 身份注入骨架,并接通外网 Qwen。记录三个真实踩坑:venv 隔离、pip 中断重跑、PowerShell/GitBash 下 curl 传中文 JSON 的引号陷阱。
系列二第二篇实战:把公司散落的 PDF/Word 制度文档,经 解析→切分→Embedding(text-embedding-v3)→ChromaDB→检索→封装成工具 全链路接到 /chat。Agent 会自己决定“调不调工具”。记录一个真实踩坑:OpenAIEmbeddings 默认去下载 tiktoken 编码表导致受限网络下 SSL 报错。