RAG Chunking Playground
测试不同 Chunking 策略如何切分真实文档,实时查看 Chunk Size、Overlap、Token 数、切分边界和文档结构。
Text / MarkdownOUTPUTChunks / Metrics开发资源
这里整理开发过程中用到的工具和速查资料,主要面向 AI Agent 应用开发。
Tools
用于检查代码、配置或运行数据,帮助定位具体问题。
测试不同 Chunking 策略如何切分真实文档,实时查看 Chunk Size、Overlap、Token 数、切分边界和文档结构。
Text / MarkdownOUTPUTChunks / Metrics解析 StateGraph 的节点、边和条件分支,生成可视化执行图,并检查不可达节点、循环和中断点。
StateGraph / MermaidOUTPUTGraph / SVG按时间顺序展示模型调用、Tool 调用、状态更新和错误信息,用来检查一次 Agent 实际执行了哪些步骤。
Trace eventsOUTPUTTimelineResources
结合当前稳定版本整理常用 API、导入路径和容易出错的地方。
整理 LangChain 当前 Python API,包括 Model、Message、Tool、Agent、Middleware、Structured Output、Memory、Streaming、RAG、Guardrails 和测试相关用法。
LangChain Agent API、Memory、Middleware、RAG 与生产实践
查看速查表 →整理 StateGraph、State、Reducer、Command、ToolNode、Checkpoint、Interrupt、Streaming 等常用 API,并补充循环控制、恢复、缓存和生产环境注意事项。
LangGraph 核心 API、状态管理、持久化、恢复与生产实践
查看速查表 →整理 create_deep_agent、Backend、Filesystem、Permissions、Skills、Memory、Subagents、Planning、HITL 和 Middleware 的常用配置,并说明持久化和生产环境中的注意事项。
DeepAgents 配置、文件系统、Skills、Subagents 与生产实践
查看速查表 →整理 RAG 从文档切分、Embedding、Vector Store 和 Retriever 到 Hybrid Search、Rerank、Context 组装、引用与评估的完整流程。
RAG 索引、检索、Rerank、生成、评估与生产实践
查看速查表 →