LangChain
Content-Generierungs-Agent mit LangChain
Erstellen Sie einen KI-Content-Generierungs-Agenten, der Themen recherchiert, Blogposts und Social-Media-Inhalte mit konsistenter Markenstimme schreibt — mit LangChain.
contentblogsocial mediawriting
Funktionierender Code
from langchain_openai import ChatOpenAIfrom langchain_core.tools import tool
@tooldef web_search(query: str) -> str: """Research a topic before writing content.""" from tavily import TavilyClient client = TavilyClient() results = client.search(query, max_results=3) return "\n\n".join(r["content"] for r in results["results"])
@tooldef save_content(filename: str, content: str) -> str: """Save generated content to a file.""" Path(f"output/{filename}").write_text(content) return f"Saved to output/{filename}"
model = ChatOpenAI(model="gpt-4o")model_with_tools = model.bind_tools([web_search, save_content])response = model_with_tools.invoke([ ("system", "You are a content writer. Research the topic first, then write engaging content. Save the final output using save_content."), ("user", "Write a blog post about the benefits of AI agents in customer service"),])Schritt für Schritt
1
Abhängigkeiten installieren
Installieren Sie LangChain und die benötigten Tools für diesen Anwendungsfall.
2
Tools definieren
Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.
3
Agent erstellen und ausführen
Initialisieren Sie den LangChain-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.
Mit anderen Frameworks bauen
Weitere Anleitungen mit LangChain
Bereit, mit LangChain zu bauen?
Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem LangChain — FastAPI + Next.js, Auth, Streaming und mehr.
LoslegenBereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.