Langgraph学习4：搭一个web搜索agent

在前面的Langgraph学习文章中，简单搭了一个Langgraph的基础流程和如何让LLM调用工具。本篇继续深入，将结合基本chatbot流程，搭建一个能够进行Web搜索的AI助手。 1. 集成搜索API首先我们需要一个搜索工具。可以直接使用Langchain提供的Tavily搜索API，它是一个针对AI优化的搜索引擎，不过它的官方个人免费账户每个月只能调用1000次，这里我们先选择免费的的Du

AI相关
Langgraph

开发一个本地MCP Server进行code review

背景目前开发团队会定期使用AI提效进行code review，但由于每个开发人员使用的不同的AI编程工具，有不同的LLM和IDE，各自提交的审查报告风格和统计会因为LLM的不同而不统一。尝试开发一个本地的MCP工具，这样大家可以用统一模型、统一工具进行code review工作，以保证使用相同的AI模型输出结果的质量和风格是区别不大的。之所以开发本地的，是因为前期需要实验这个mcp工具的实际效果，

AI相关
MCP

LLM免费api平台

平时使用AI模型进行学习和尝试开发一些简单的agent，会消耗大量token，这里介绍两个提供免费API的平台，自用下来感觉回复速度和服务器稳定性很不错： 硅基流动https://siliconflow.cn/zh-cn/ 官网介绍：专为大模型微调与托管打造的一站式服务平台。通过该平台，用户可以快速、无缝地将自定义模型部署为服务，并根据自己上传的数据进行模型微调。 登录官网后，先申请apik

AI相关

Langgraph学习3：AI搜索工具的比较

AI搜索工具的比较：Tavily VS DuckDuckGo在构建AI应用程序时，获取准确、实时的外部信息是非常重要的一环。LangChain提供了多种搜索工具来帮助AI系统获取网络上的信息。本文将详细比较两种常用的搜索工具：Tavily和DuckDuckGo，分析它们的使用方法、特点以及性能差异。 搜索工具概述TavilyTavily是一款专为AI应用优化的搜索引擎，提供了结构化的搜索结果。它需

AI相关
Langgraph

Langgraph学习1：基础流程

最近开始学习Langgraph，决定从基础的chatbot开始，一步步记录一下学习过程 1. LLM免费API调用方式开始构建chatbot的第一步是选择合适的大语言模型。为了节省费用，这里尝试了两种不同平台的的免费LLM API的调用方式：百度千帆和硅基流动。 百度千帆调用这是demo中目前使用的方式，主要通过QianfanChatEndpoint来调用百度的ERNIE-Speed-128K免费

AI相关
Langgraph

STAR形式分享AI编程-2

分享一个使用AI助手编程时AI表现不足的STAR：开发环境编码工具： CursorAI模型： claude-3.5-sonnet 实践描述Situation & Task最近接手做一个别的团队成员维护的AI项目，刚开始的时候我没有了解过这个项目之前的业务逻辑和数据处理逻辑，第一时间会让AI代替我理解和修改一些功能，比如打字机的处理、SSE的流式输出处理、对话流程处理，通常大家编码的时候一些

AI相关
Prompt

前端项目选型及搭建：React技术栈

为什么推荐用React搭建项目各个主流框架的使用情况1. npm下载量 数据来源：npm trends 框架对比数据 通过下面这张图可以看出react的全球下载量在最近一年的下载量稳居第一； GitHub上的一些数据也可以通过对比明显看出，无论是Star数还是开源库的维护频率都是非常高的； 框架 Stars Issues 最后一次更新（2025.1.05） 总开源时长 React 2

Web开发
JavaScript React

STAR形式分享AI编程-1

开发环境编码工具： CursorAI模型： claude-3.5-sonnet 实践描述Situation & Task在开发某个统计功能时，需要根据后端返回的数据结构计算不同管理者类型的分布情况。传统的纯文字prompt方式往往需要多轮对话才能获得准确的代码实现。 为了提升效率，我们采用了以下方案： 设计一个清晰的伪代码prompt，包含： 完整的数据结构示例 详细的计算逻辑规则 预期

AI相关
Prompt

前端页面媒体资源防下载

背景前端进行展示图片、视频、pdf等媒体资源时，对于私有化知识的资源需要做一个保护机制，即防止用户下载留存。 防范维度： 无任何web技术的人群：大众用户 懂web技术的人群 此文档记录的技术方向主要是针对第一类：大众用户 视频针对视频，可使用现成js插件来实现防下载功能，推荐以下两个插件： video.js GitHub 37.5k；Demo地址：https://videojs.com

Web开发
Vue JavaScript