Docker

LangGraph状态图驱动Agent的实现原理

向量数据库选型与LangChain VectorStore集成

大模型微调技术对比：LoRA、QLoRA、全参微调

LangChain Memory模块：对话历史管理最佳实践

Prompt Engineering最佳实践与链式推理

LangChain核心架构：Chain、Agent、Tool三大组件剖析

LangGraph Checkpointing：持久化与Human-in-the-Loop模式

Agent模式：ReAct、Plan-and-Execute、Multi-Agent协作

LangSmith + LangFuse：LLM应用的可观测性全链路追踪

LangChain表达式语言（LCEL）与Runnable协议深度解析

大模型部署优化：量化（GPTQ/AWQ）、vLLM推理加速

多模态AI应用开发：GPT-4V + LangChain，让机器真正“看懂”世界

RAG（检索增强生成）系统设计与实现