LangChain

An exploration of the ReAct framework and how LangChain's createAgent transforms large language models into industrial-grade state machines.

Tìm hiểu về Model Context Protocol (MCP) - tiêu chuẩn mới để kết nối Agent với các công cụ, cơ sở dữ liệu và nội dung bên ngoài một cách nhanh chóng và bảo mật.

Học cách thiết kế hệ thống nơi các Agent có thể chủ động chuyển đổi cuộc hội thoại cho nhau dựa trên yêu cầu của người dùng bằng cách cập nhật trạng thái activeAgent.

Học cách xây dựng hệ thống đa Agent chuyên biệt, nơi một Supervisor đóng vai trò điều phối và giao việc cho các Subagents để cô lập ngữ cảnh và tăng hiệu suất.

Học cách sử dụng giao diện Store để lưu trữ thông tin và sở thích người dùng vĩnh viễn, vượt qua giới hạn của từng phiên hội thoại đơn lẻ trên hệ thống chuyên nghiệp.

Học cách sử dụng middleware để thay đổi System Prompt và danh sách Tools của Agent một cách linh hoạt dựa trên vai trò người dùng hoặc trạng thái hệ thống thực tế.

Học cách sử dụng đối tượng Command để gửi lệnh Duyệt (Approve), Sửa (Edit) hoặc Từ chối (Reject) giúp Agent tiếp tục thực thi sau khi bị tạm dừng.

Học cách thiết lập "Phanh an toàn" cho Agent bằng cách sử dụng interrupts để tạm dừng quá trình thực thi ngay trước khi một công cụ nhạy cảm được gọi.

Học cách sử dụng middleware piiMiddleware để tự động phát hiện, che giấu hoặc chặn các thông tin nhạy cảm của người dùng (Email, Số điện thoại, Thẻ tín dụng) trên hệ thống chuyên nghiệp.

Làm chủ cơ chế wrapModelCall và wrapToolCall để xây dựng hệ thống tự động sửa lỗi và thử lại khi AI hoặc công cụ gặp sự cố, đảm bảo tính bền bỉ của Agent.

Học cách sử dụng Node-style hooks để can thiệp vào luồng xử lý của Agent, cho phép bạn quan sát, log dữ liệu hoặc thay đổi trạng thái trước và sau khi AI suy luận.

Học cách sử dụng config.writer bên trong Tool để báo cáo tiến độ xử lý và gửi dữ liệu tùy chỉnh về giao diện người dùng theo thời gian thực.

Học cách sử dụng agent.stream để truyền dữ liệu về giao diện người dùng theo thời gian thực, mang lại trải nghiệm mượt mà và phản hồi tức thì cho Agent.

Sử dụng middleware chuyên nghiệp để tự động nén lịch sử trò chuyện khi quá dài, giúp giải quyết thách thức về chi phí và giới hạn ngữ cảnh trong production.

Giúp Agent ghi nhớ lịch sử cuộc trò chuyện trong một phiên làm việc bằng cách sử dụng MemorySaver và Thread ID, xây dựng trên hệ thống chuyên nghiệp từ Bài 1.

Use Zod's strict validation rules to force the AI to return data that is logically correct and properly formatted, significantly increasing Agent reliability.

Học cách ép Agent trả về dữ liệu định dạng JSON chính xác thay vì văn bản tự do, giúp dễ dàng tích hợp với các hệ thống phần mềm.

Cấp quyền truy cập Internet cho Agent để tìm kiếm thông tin thời gian thực và tin tức mới nhất thông qua Tavily API.

Welcome to the first lesson of the DeepAgent series. We explore the transition from simple chatbots to autonomous systems that can plan, research, and execute tasks.

Kết nối Model và Tool thành một Agent tự vận hành, hiểu cách AI suy luận và thực hiện hành động thông qua vòng lặp ReAct.

Học cách biến một hàm JavaScript thông thường thành một công cụ mà AI có thể hiểu và sử dụng thông qua Zod Schema.

Khám phá các thách thức khi đưa AI Agent vào thực tế và học cách thiết lập môi trường phát triển chuyên nghiệp sử dụng hệ thống tiện ích tập trung.

Khám phá các thách thức cơ bản khi xây dựng AI Agent sẵn sàng cho production và tìm hiểu cách LangGraph cung cấp một durable runtime để giải quyết các vấn đề về độ trễ, độ tin cậy và tính dự đoán.