#LangChain 完整教程

欢迎来到 LangChain 完整教程。本教程基于 LangChain 官方文档 与开源项目 langchain-ai/langchain 整理，聚焦 LangChain 1.0 时代的 Agent 开发范式，帮助你从零构建可上线的 LLM 应用。

---

#教程目录

#基础篇

1. LangChain 简介 — 生态定位、1.0 变化、与 LangGraph / LangSmith 的关系
2. 安装与环境 — Python 依赖、API Key、虚拟环境
3. 快速上手 — create_agent、第一条 Agent 对话

#原理篇

4. 架构与核心概念 — Agent 循环、Harness、LangChain vs LangGraph
5. 模型与消息 — Provider 字符串、Messages、结构化输出

#开发篇

6. 工具与 Agent — @tool、工具调用、invoke / stream
7. Middleware 中间件 — 钩子、人机协同、上下文工程
8. 记忆与检查点 — State、thread_id、持久化

#应用篇

9. RAG 检索增强 — 文档加载、向量库、Retriever、Agentic RAG
10. LangGraph 工作流 — 图、节点、工作流 vs Agent、编排模式

#运维篇

11. 生产与 LangSmith — 追踪、评估、部署要点
12. 实战案例 — 问答 Bot、多工具 Agent、编排工作流
13. 资源与延伸阅读 — 官方文档与社区

---

#学习路径

#前置知识

• Python 3.10+ 基础
• 了解 LLM / Chat API 概念
• 至少一个模型 Provider 的 API Key（OpenAI、Anthropic 等）