企业官网建设流程全解析

适合前端做项目的网站,常州微网站建设,网架公司推荐,网络推广一般都干啥本文详细介绍了使用LangGraph构建AI笑话生成与评估系统的完整流程#xff0c;包括状态定义、节点创建、条件路由和工作流构建。系统通过笑话生成器和评估器的交互#xff0c;实现了对用户主题笑话的自动生成、评估和优化#xff0c;形成了一个能持续改进的AI工作流#xff…本文详细介绍了使用LangGraph构建AI笑话生成与评估系统的完整流程包括状态定义、节点创建、条件路由和工作流构建。系统通过笑话生成器和评估器的交互实现了对用户主题笑话的自动生成、评估和优化形成了一个能持续改进的AI工作流适合开发者收藏学习。/案例描述/笑话小助手用户输入主题笑话生成器生成一个和主题相关的笑话然后交由评估器进行打分。评分为 funny 的表示好笑直接输出评分为 not funny 的表示不好笑评估器 给出改进建议返回给 笑话生成器 重新生成。/实现步骤/1. 画出流程图2. 定义状态# 定义状态 class State(TypedDict): joke: str # 生成的冷笑话内容 topic: str # 用户指定的主题 feedback: str # 改进建议 funny_or_not: str # 幽默评级 # 结构化输出模型用于LLM评估反馈 class Feedback(BaseModel): 使用此工具来结构化你的响应 grade: Literal[funny, not funny] Field( description判断笑话是否幽默, examples[funny, not funny] ) feedback: str Field( description若不幽默提供改进建议, example可以加入双关语或意外结局 )状态 可以是 TypedDict, dataclass, 或 Pydantic BaseModel。3.定义节点llm ChatOpenAI( temperature0.6, modelglm-4.5-air, api_keyZAI_API_KEY, base_urlZAI_BASE_URL, max_retries0, max_tokens2048, streamingTrue, reasoning_efforthigh, extra_body{ chat_template_kwargs : {thinking: {type: enabled}} }, ) def joke_generator(state: State) - dict: LLM生成笑话节点带反馈优化机制 prompt ( f根据反馈改进笑话{state[feedback]}\n主题{state[topic]} if state.get(feedback) else f创作一个关于{state[topic]}的笑话 ) response llm.invoke(prompt) return {joke: response.content} def joke_evaluator(state: State) - dict: LLM笑话评估节点结构化输出 evaluator llm.bind_tools([Feedback]) evaluation evaluator.invoke( f评估此笑话的幽默程度\n{state[joke]}\n 注意幽默应包含意外性或巧妙措辞 ) evaluation evaluation.tool_calls[-1][args] return { funny_or_not: evaluation[grade], feedback: evaluation[feedback] }节点通常是 Python 函数同步或异步其中第一个位置参数是状态。4.定义条件路由def route_joke(state: State) - str: 动态路由决策基于评估结果 return ( Accepted if state[funny_or_not] funny else Rejected )5.构建工作流workflow StateGraph(state_schemaState) # 添加节点 workflow.add_node(generator, joke_generator) workflow.add_node(evaluator, joke_evaluator) # 构建连接关系 workflow.add_edge(START, generator) workflow.add_edge(generator, evaluator) workflow.add_conditional_edges( evaluator, route_joke, { Accepted: END, # 合格则结束 Rejected: generator # 不合格则循环优化 } ) graph workflow.compile() # graph.get_graph().draw_mermaid_png(output_file_pathjoke_graph.png)StateGraph 创建工作流add_node 添加节点add_edge 添加固定边add_conditional_edges 添加条件边根据 路由 函数的返回值来指定下一个节点。6. 运行测试langgraph devAI时代未来的就业机会在哪里答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具到自然语言处理、计算机视觉、多模态等核心领域技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。掌握大模型技能就是把握高薪未来。那么普通人如何抓住大模型风口AI技术的普及对个人能力提出了新的要求在AI时代持续学习和适应新技术变得尤为重要。无论是企业还是个人都需要不断更新知识体系提升与AI协作的能力以适应不断变化的工作环境。因此这里给大家整理了一份《2026最新大模型全套学习资源》包括2026最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题、AI产品经理入门到精通等带你从零基础入门到精通快速掌握大模型技术由于篇幅有限有需要的小伙伴可以扫码获取1. 成长路线图学习规划要学习一门新的技术作为新手一定要先学习成长路线图方向不对努力白费。这里我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。2. 大模型经典PDF书籍书籍和学习文档资料是学习大模型过程中必不可少的我们精选了一系列深入探讨大模型技术的书籍和学习文档它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。书籍含电子版PDF3. 大模型视频教程对于很多自学或者没有基础的同学来说书籍这些纯文字类的学习教材会觉得比较晦涩难以理解因此我们提供了丰富的大模型视频教程以动态、形象的方式展示技术概念帮助你更快、更轻松地掌握核心知识。4. 大模型项目实战学以致用当你的理论知识积累到一定程度就需要通过项目实战在实际操作中检验和巩固你所学到的知识同时为你找工作和职业发展打下坚实的基础。5. 大模型行业报告行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。6. 大模型面试题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我们将提供精心整理的大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。为什么大家都在学AI大模型随着AI技术的发展企业对人才的需求从“单一技术”转向 “AI行业”双背景。企业对人才的需求从“单一技术”转向 “AI行业”双背景。金融AI、制造AI、医疗AI等跨界岗位薪资涨幅达30%-50%。同时很多人面临优化裁员近期科技巨头英特尔裁员2万人传统岗位不断缩减因此转行AI势在必行这些资料有用吗这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。大模型全套学习资料已整理打包有需要的小伙伴可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】