AITOPAI热报

LangChain

共 476 条相关 AI 资讯 · 查看话题观测
7月10日
01:06
01:06Harrison Chase@hwchase17
精选
LangChain推出一个新插件，可将每个Claude Code会话直接追踪到LangSmith。设置仅需三个命令和一个JSON块，大约两分钟完成。所有消息、工具调用和子代理运行都会作为可检查的追踪显示。该插件帮助开发者调试Claude Code出现偏差的情况。
AI产品LangSmithClaude CodeLangChain
推荐理由：想调试Claude Code？LangChain这个新插件两分钟就能把每个会话追踪到LangSmith，消息和工具调用一目了然，超级实用。
原文
01:06
01:06Harrison Chase@hwchase17
Palash Shah将在活动中讲解如何使用LangSmith Engine构建自改进智能体，该智能体将生产痕迹转化为持久内存更新以持续优化行为。Clay团队将展示他们开发的智能体评估框架（eval harness）。活动在纽约举办，需RSVP。
技巧LangChainClayLangSmith Engine
推荐理由：如果你做AI智能体，Palash会讲怎么用LangSmith Engine把线上数据变成记忆来改进行为，Clay还会分享他们的评测方案，干货满满。
原文
00:59
00:59官方账号LangChain@LangChainAI
Palash Shah将分享如何利用LangSmith Engine构建自我改进Agent，将生产追踪转化为持久记忆更新以持续优化Agent行为。Clay团队将展示其Agent评估框架（eval harness）的实现细节。活动由LangChain和Clay联合主办，在Luma上开放RSVP报名。
行业LangChainClay自我改进Agent
推荐理由：想了解LangChain的自我改进Agent和Clay的评估工具？这场线下Meetup有干货，Palash和Clay团队亲自讲原理和实现。
原文
7月9日
23:35
04:01
03:46
03:19
03:19官方一手NVIDIA AI Blog@Adel El Hallak
精选
NVIDIA Nemotron 3 Ultra 在 LangChain 的 Deep Agents 框架上取得开放模型最高准确率。它完成更多任务且吞吐量更高，运行速度提升10倍。其成本低于顶级闭源模型。这使得 Nemotron 3 Ultra 成为构建 AI 智能体的高性价比选择。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA 的 Nemotron 3 Ultra 和 LangChain 合作，以更低成本跑出比闭源模型快10倍的成绩，做智能体首选。
原文
03:05
01:46
01:46官方账号LangChain@LangChainAI
精选
NVIDIA与LangChain联合发布NemoClaw Deep Agents蓝图，包含开放权重模型层Nemotron 3 Ultra，支持领域定制。Deep Agents层提供规划、工具调用、记忆和长时任务处理能力。OpenShell Runtime作为开放运行时，允许用户控制、审计和治理。该蓝图旨在简化智能体应用的构建与部署。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA和LangChain搞的这个蓝图很实在，Nemotron 3 Ultra开放权重随便微调，智能体框架自带规划、工具、记忆，运行时也开源可审计。
原文
01:42
01:42官方账号NVIDIA AI@NVIDIAAI
精选
NVIDIA AI 与 LangChain 联合推出基于 Nemotron 3 Ultra 的 Deep Agents 开源智能体框架。该 agent 在评测中取得 0.86 聚合分数，推理成本仅 4.48 美元。而性能最接近的闭源模型成本为 43.48 美元，实现了 10 倍的成本降低。框架完全开放可定制，开发者可直接使用。
AI模型Nemotron 3 UltraLangChainDeep Agents
事件专题
推荐理由：NVIDIA 和 LangChain 搞了个开源智能体，用 Nemotron 3 Ultra 跑 Deep Agents，性能比肩闭源但成本只要 4 块多，比最接近的对手便宜 10 倍。搞 AI agent 的值得看看。
原文
01:40
01:40官方账号NVIDIA AI@NVIDIAAI
本教程由NVIDIA AI发布，详细讲解如何为Nemotron 3 Ultra模型创建LangChain Deep Agents的harness配置文件。内容包括环境设置、Agent配置参数、工具链集成等步骤，适用于开发者快速部署基于LangChain的多智能体系统。
技巧LangChainNemotron 3 UltraDeep Agents
事件专题
推荐理由：NVIDIA官方手把手教你给Nemotron 3 Ultra配LangChain Deep Agents，代码级别教程，做智能体开发的别错过。
原文
01:01
01:01官方账号LangChain@LangChainAI
精选
LangChain调整了NVIDIA Nemotron 3 Ultra模型的推理框架，在基准测试中获得0.86的聚合分数，成本仅4.48美元。与之性能最接近的模型成本为43.48美元，实现了10倍的成本降低。该优化在保持领先性能的同时大幅降低了推理开销。
AI模型NemotronNVIDIALangChain
事件专题
推荐理由：LangChain让Nemotron 3 Ultra跑分0.86，成本只要4.48刀，比对手便宜近10倍，性价比拉满。
原文
00:35
7月8日
23:41
23:38
23:37
23:37Harrison Chase@hwchase17
精选
LangChain与NVIDIA合作发布NemoClaw Deep Agents Blueprint，这是一个完全开源的企业级代理系统参考架构。该蓝图在基准测试中取得领先性能，同时推理成本相比现有方案降低超过10倍。企业可以完全拥有并自定义整个堆栈。
AI产品NemoClawDeep AgentsLangChain
事件专题
推荐理由：LangChain和NVIDIA联手搞了个叫NemoClaw的开源代理系统，性能领先还便宜10倍以上，搞企业级AI代理的可以看看。
原文
08:36
05:15
02:38
02:38Harrison Chase@hwchase17
LangChain 创始人 Harrison Chase 的博客获得 24 个赞和 4590 次浏览。该文提出 LLM Wikis 概念，将其视为智能体记忆的未来形态。Chase 将于本周四与 BraceSproul、devstein64 进行直播讨论。
行业LangChain智能体LLM Wikis
事件专题
推荐理由：Harrison Chase 分享他对智能体记忆的新想法，包含 LLM Wikis 概念和后续观点更新。适合关注智能体架构的人。
原文
02:37
01:49
00:27
7月7日
23:45
04:40
04:39
01:24
01:24官方账号LangChain@LangChainAI
LangChain将于本周四举办紧急网络研讨会，主题为LLM Wikis及如何为AI Agent赋予记忆。OpenWiki项目在不到一周内获得近7k GitHub星标。创始人Harrison Chase将与Brace Sproul和devstein64讨论Wiki相关技术。
行业LangChainLLM WikisOpenWiki
事件专题
推荐理由：如果你想学习怎么用LLM Wikis给智能体加记忆，这个会值得听，而且OpenWiki刚火起来。
原文
01:04
7月6日
23:04
16:24
11:03
11:03Harrison Chase@hwchase17
LangChain创始人指出，智能体行业正从以LangChain、AI SDK、Llama Index为代表的“Agent框架”转向以DeepAgents、Claude Agent SDK、EVE为代表的“Agent马具”。DeepAgents比EVE早出现约10个月。这种转变反映了从构建框架到提供直接可用的工具集的趋势。
行业LangChainDeepAgentsEVE
推荐理由：LangChain创始人分享行业观察，说现在大家都在做DeepAgents这类直接能用的智能体工具，和早期的框架思路不一样了，你怎么看？
原文
7月3日
11:23
11:21
11:21官方一手arXiv: OpenAI@Leanne P. Guy, Connor Yablonski, Aaron M. Meisner, Guillem Megias Homar, Merlin Fisher-Levine, Eman E. Ali, Tiger J. Hu, Christopher W. Stubbs
该论文为NSF-DOE Vera C. Rubin天文台开发了一个基于检索增强生成（RAG）的虚拟助手原型。系统整合了操作指南、技术笔记和科学论文等分布多平台的大量异构文档。它使用Weaviate进行嵌入存储、LangChain编排查询流程、OpenAI GPT模型作为LLM后端。通过语义搜索和对话式交互，助手将回答锚定在领域知识上，减少了幻觉，提升了准确性。
论文Rubin天文台RAGWeaviate
事件专题
推荐理由：这篇论文用Weaviate和LangChain搭了个RAG助手，专门帮天文台员工从文档堆里找答案，很实用，不是吹概念的那种。
原文
03:12
03:12官方账号LangChain@LangChainAI
LangChain 发布开源工具 OpenWiki，可在后台自动生成和更新代码库文档。它通过 deepagents 开放框架运行，支持 GLM 5.2、Kimi K2.7 等开源模型。你只需在 GitHub 仓库中配置一个夜间工作流，OpenWiki 就能自动更新自身和 AGENTS.md 文件，让 coding agent 自动读取最新文档。
技巧OpenWikiLangChaindeepagents
推荐理由：设一次 OpenWiki 就再也不用操心文档了，它自动跑在后台，还能用开源模型，适合想省心又提升 agent 表现的开发者。
原文
01:12
7月2日
23:34
23:34Harrison Chase@hwchase17
LangChain 发布 OpenWiki，可自动生成 GitHub 仓库的 wiki 文档。同时推出两套语音代理教程，覆盖不同实现路径。新增 Harbor 集成与教程，支持长运行、有状态评估。DeepAgents 引入编程子代理（类似 RLM），增强代理控制能力。
AI产品LangChainOpenWikiHarbor
推荐理由：LangChain 一口气推出了 OpenWiki、语音代理教程、Harbor 集成和 DeepAgents 子代理，想搭 AI 应用的可以看看这几个新东西。
原文
23:33
23:33Harrison Chase@hwchase17
精选
Deep Agents 是一个开源、模型无关的代理框架。最新更新支持程序化调用子代理，并附有6种常见实现示例。博客与视频教程由 @sydneyrunkle 和 @huntlovell 提供，涵盖类似RLM的操作及代码解释器安全方案。
AI产品Deep AgentsLangChain子代理
推荐理由：Deep Agents 开源框架现在可以编程调用子代理了，还给了6种现成方案，适合搭建复杂多代理工作流。
原文
23:32
19:14
06:05
06:05官方账号LangChain@LangChainAI
精选
LangChain分享了一条观点：如果多智能体系统中每个团队负责一个Agent，本质是在输出组织架构而非优化产品。SierraPlatform的@zackrw解释为何该公司默认每个品牌只配置一个Agent。这一做法强调产品整体效果而非部门分工。
行业多智能体SierraPlatformLangChain
推荐理由：SierraPlatform说多智能体系统不该按组织架构建，一个品牌一个Agent更合理，做AI产品的都该看看。
原文
01:59