標籤
LangChain
LangChain 是用來串接模型、工具、記憶與工作流程的開發框架，常見於 RAG、agent、函式呼叫與多步驟任務。它的重要性在於把原型快速推進到可測試、可維護的產品架構。
20 篇文章
Loop Engineering 入门：做出可持续迭代智能体
用 LangChain 和 LangGraph 搭建一个可持续迭代的 Loop Engineering 智能体。
建立具程式感知的 RAG 管線
這篇教你用 LangChain 建立能讀取 Python 與 Markdown 檔案的程式感知 RAG 管線，完成分段、向量索引與檢索問答。
開源 RAG 堆疊把混亂變計畫
拆開七層開源 RAG 堆疊，從 ingestion 到 frontend，直接拿去做自己的 build plan。
mcp-use 讓任意 LLM 接上 MCP
我拆 mcp-use 的 MCP agent 流程，整理成可直接複製的模板，讓你把任意 LLM 接到任意 MCP server。
5 個 2026 最值得看的 AI 代理工具
5 款 AI 代理工具一次看懂：價格、介面、上下文與適用情境，幫你快速選出最適合的開發工作流。
8 步驟打造可上線的 LangChain RAG
這篇教你用 LangChain、向量資料庫、LangSmith 與 FastAPI，從文件匯入一路做到可部署、可追蹤、可維運的生產級 RAG。
13 步建出 Milvus RAG 堆疊
這篇操作指南教你用 Python、Docker、Milvus、LangChain 一步一步做出可查詢、可過濾、可延伸到正式環境的 RAG 堆疊。
2026 最強 AI GitHub 倉庫盤點
整理 2026 年最受開發者關注的 AI GitHub 倉庫，包含框架、Agent、在地模型與推論工具，幫你快速看懂哪些專案真的能上線。
如何用 LangGraph 打造 Agentic RAG
這篇教你用 LangGraph 建立一個會路由、檢索、驗證並回答問題的 Agentic RAG 工作流。
5 步完成 RAG 管線
這篇教你用 5 個步驟做出 RAG 管線，讓模型先檢索你的文件，再根據內容產生有依據的答案。
值得收藏的 AI Agent 資源庫
一個 GitHub 彙整頁收進 Microsoft、LangChain、OpenAI 等 AI agent 教學與框架。適合想從入門課、Notebook 到實作框架，一次整理學習路線的開發者。
Hermes Agent：代理測試框架怎麼看
Hermes Agent 想把 agent 的工具呼叫、追蹤、評測和流程控制收進同一套框架。對要把 LLM 做進產品的團隊來說，這種 harness 比炫技 demo 更實用。
企業 AI 的 agentic workflow 在做什麼
agentic workflow 讓 AI 能規劃、執行、修正步驟，適合客服、營運、財務與軟體團隊處理多步驟、常出錯的工作。
ByteDance DeerFlow 2.0 衝上 47.…
ByteDance 的 DeerFlow 2.0 在 GitHub 衝到 47.3K stars。它想把 agent 的規劃、工具呼叫與多步驟工作流程，做成開發者更好接上的框架。
AI Agent 工作流怎麼運作
AI Agent 不是靠一句提示詞就能跑。真正好用的系統靠的是「收集上下文、執行動作、驗證結果、重試」的工作流。
2026 最強 5 款開源 Agentic AI 框架
2,000 次測試顯示，LangGraph 最快、LangChain 最省 Token、AutoGen 最能扛錯、CrewAI 最耗資源。選框架前，先看你的失敗模式。
Superpowers 破 12.1 萬星的原因
Superpowers 在 5 個月內拿下 12.1 萬 GitHub stars。它靠的是把 AI agent 綁進技能、測試先行與固定流程，讓程式碼更乾淨、回頭修 bug 的成本更低。
AI Agent 記憶怎麼設計
AI agent 要能跨任務保持狀態，記憶設計就很重要。本文拆解短期、長期與外部記憶，並比較框架、資料庫與向量檢索的取捨。
2026 必看 20 個 GitHub AI 專案
OpenClaw 衝到約 30.2 萬 GitHub stars 很吸睛，但 2026 年更大的變化其實是另一件事：開源 AI 焦點正從聊天介面，轉向 agents、工作流程、RAG 與多模態工具。這份名單反映的，是 AI 正在變成可部署的軟體基礎層。
2026 提示工程：技能、工具，還是工作？
提示工程還有用，但已經不是單靠幾句 Prompt 就能拿高薪的神話。從工具鏈、評估流程到職缺變化，2026 年更像是把 Prompt 納進產品、軟體與營運流程的一項實用技能。