茯茶养生人的博客

本章系统讲解 LangChain 中 Tools 工具调用的核心概念与实战方法，涵盖 @tool 装饰器、tool_calls 消息链路、ToolMessage 回传机制、多工具并发处理及 tool_choice 策略控制。文章强调"模型负责判断、工具负责执行"的核心思想，通过 5 个模块、5 个实践练习和自测题帮助读者理解从普通函数到模型可调用能力的完整转化过程。

本章核心是学习"管理提示词"而非"写提示词"。重点掌握4件事：理解为何LangChain不推荐手写长字符串Prompt、SystemMessage/HumanMessage/AIMessage的角色分工、用ChatPromptTemplate构造结构化输入，以及Prompt模板作为Tools、Agent、RAG基础的原因。文章通过模块化讲解Message本质、模板工程化价值，并附带自测题帮助巩固，强调将输入从随手写升级为结构化、可复用、可维护的工程化表达。

本章讲解 LangSmith 作为 LangChain 生态中的观测层，解决 AI 应用链路复杂化后的可观测性问题。核心口诀是"LangChain 负责调用，LangSmith 负责看见调用"。当应用涉及多消息类型、Prompt 模板、多步骤串联、工具调用或 Agent 时，print 不再够用，LangSmith 能自动记录全链路、按 run 查看每一步输入输出与耗时，帮助定位模型问题还是流程问题。文章还涵盖 run 中 attributes 分类（模型身份信息、配置参数、运行结构信息）及 tracing 排查要点（API key、TRACING 开关、项目名、环境变量加载）。

本文详细介绍了人工智能的基础概念、项目实践及其社会影响。通过对AI分类、生成式AI原理、项目生命周期、机器学习与数据科学的协同关系等方面的探讨，文章强调了AI在自动化任务、商业决策中的应用潜力。同时，分析了AI对就业的影响、数据垄断风险及伦理挑战，提供了选择高潜力AI项目的标准和评估框架。

本文探讨了Agentic AI的概念及其相较于传统AI的优势。Agentic AI通过多步骤工作流和反思优化，模仿人类思考过程，提升任务完成效率和质量。文章详细介绍了智能体工作流的自主性层级、任务分解方法、工具使用机制及多智能体协作模式，强调了其在复杂任务中的应用潜力和挑战。

本文总结了对Perplexity产品的研究与分析方法，涵盖产品定位、用户群体、商业定价及其核心功能。通过对产品的深度使用和竞品分析，探讨了Perplexity在AI搜索问答领域的优势及其商业模式。文章还分享了产品调研的思考与方法论，为从事产品分析的人员提供了实用的指导。

本文记录了一位职场人士在离职一年后的心路历程，从最初的迷茫到逐渐实现自律。作者分享了在职业探索中的困境与自我发现，强调执行力和自主性的重要性，并重新理解了自由、快乐、痛苦和自律的核心概念。最终，作者认识到愿力和主动性是克服长期困难的关键。

本文介绍了一种基于Figma的自动化素材生成方案，旨在通过系统化的方式降低设计师与素材团队的协作成本，提高图片素材的产量。文章详细描述了项目目标、用户需求、产品结构及技术架构，并对多种实现方案进行了调研和比较，最终选择了Sloth D2C工具。

本文详细分析了项目从前司版本到当前版本的演进过程，解决了开发成本高和渲染质量差的问题。通过解耦工具链和简化协作流程，提升了系统的灵活性和可维护性。同时，探讨了自动变量识别和SVG尝试的关键问题，提出了未来的优化方向。

本文介绍了一文多发助手2.0的产品设计，旨在为个人知识型创作者提供高效的内容分发工具。通过支持多种输入源和自动化处理，解决了图片管理混乱、格式差异等痛点，提升了创作效率。新版本扩展了输入源，增强了功能，并升级了平台能力，使得内容发布更加便捷和自动化。

本文评测了AI内容分发自动化助手，通过与手工基线的对比，展示了自动化工具在减少重复劳动方面的优势。评测结果表明，自动化工具显著降低了内容发布的时间成本，但仍需解决环境依赖和流程脆弱性等问题。

本文详细介绍了Prompt工程的概念、组成要素、分词与向量化技术，以及如何编写规范的Prompt。通过设计与优化Prompt，可以利用生成式人工智能模型的固有能力执行新任务，而无需额外训练。文章还探讨了上下文学习的定义、分类及其影响因素，强调了Prompt在提升模型性能中的重要性。