langchain智能问答系统常见问题

前言

langchain，langgraph是怎么发挥作用的？

为什么自己创建的智能问答系统，甚至不如直接把pdf一丢，丢给ai回答的好。

回答的东西牛头不对马嘴。效果差。

回答的质量取决于什么

它们的作用是把流程组织起来（分类 → 路由 → 计算/生成），但最终答案质量取决于喂给 LLM 的上下文质量。如果检索环节把上下文搞碎了，编排得再好，LLM 也只能基于碎片回答——反而不如直接读全文。

数据向量化和文本切割到底怎么配合

llm和关键词分类该怎么搭配

llm负责让数据走向更

python负责。。。

langgraph的工作流该怎么设置

loanggraph的核心是什么？是数据，一切为数据服务，所以流动的血液就是数据，每一次流动都是为了把更优质的数据流动到更需要的地方。

所以重要的事情有两点，第一点就是怎么让流动的数据逐渐变得优质，只到得出最优质的答案返回，第二点怎么让这个数据流向正确的地方提纯