LangChain 系统性自学课程

从零基础到精通：构建 AI Agent、RAG 系统、多代理协作与深度研究工具。

📚 课程概述

本课程是一套完整的 LangChain 生态系统学习路径，涵盖从基础环境搭建到高级多代理系统开发的全流程。通过 27 个小项目，你将掌握：

• ✅ LangChain 核心：模型调用、提示词工程、工具系统、Agent 架构
• ✅ RAG 系统：语义搜索、向量存储、检索增强生成
• ✅ LangGraph：状态化工作流、图 API、函数式 API、时间旅行
• ✅ 多代理系统：子代理、代理交接、路由器、自定义工作流
• ✅ Deep Agents：深度研究代理、沙箱执行、技能系统
• ✅ 可观测性：Langfuse 监控、测试评估、生产部署

---

🗂️ 课程目录

第一阶段：基础入门（Lesson 01-04）

课程	主题	核心内容
Lesson 01	环境搭建与快速入门	LangChain 生态概述、安装配置、Hello World、基础 LLM 调用
Lesson 02	模型与消息	Chat Models vs LLM Models、Message 类型、结构化输出、工具调用
Lesson 03	工具高级用法	工具定义与装饰器、内置/自定义工具、错误处理、流式输出
Lesson 04	提示词工程	静态/动态提示词模板、Pre/Post-model hooks、中间件系统

第二阶段：LangChain 核心应用（Lesson 05-08）

课程	主题	核心内容
Lesson 05	Agent 基础	Agent 概念、create_agent API、ReAct 模式、状态管理
Lesson 06	RAG 系统构建	PDF 处理、嵌入模型、向量存储、检索器设计、RAG Agent
Lesson 07	SQL Agent	数据库连接、安全查询、人类介入审核、自定义 SQL Agent
Lesson 08	上下文工程	静态/动态上下文、跨对话 Store、生命周期管理

第三阶段：记忆系统（Lesson 09-10）

课程	主题	核心内容
Lesson 09	短期记忆	对话历史、会话内状态、线程作用域记忆
Lesson 10	长期记忆	语义/情景/程序性记忆、Profile vs Collection、持久化检索

第四阶段：LangGraph 深度掌握（Lesson 11-14）

课程	主题	核心内容
Lesson 11	LangGraph 基础	节点与边、StateGraph、MessageGraph、函数式 API
Lesson 12	图的高级用法	子图嵌套、时间旅行、状态快照/回滚、中断机制 HITL
Lesson 13	持久化与流式	Checkpointer 系统、事件流、实时更新、前端集成
Lesson 14	LangGraph 实战	自定义 RAG Agent、自定义 SQL Agent、细粒度控制

第五阶段：多代理系统（Lesson 15-19）

课程	主题	核心内容
Lesson 15	多代理基础	子代理概念、个人助理案例、代理分解与委托
Lesson 16	代理交接	客户支持工作流、状态转换、多阶段处理
Lesson 17	路由器	多源知识库、查询路由、动态路由决策
Lesson 18	工具系统	SQL 助理案例、渐进式技能加载、按需上下文
Lesson 19	自定义工作流	代理与自定义流程混合、复杂业务逻辑

第六阶段：Deep Agents 框架（Lesson 20-25）

课程	主题	核心内容
Lesson 20	Deep Agents 概述	create_deep_agent API、内置工具/规划/子代理、研究 workflow
Lesson 21	Backend 系统	StateBackend、FilesystemBackend、StoreBackend、SandboxBackend
Lesson 22	子代理系统	subagents 预定义配置、task 临时委托、多代理协作
Lesson 23	技能系统	skills 技能详解、backend 配合、个性化助手
Lesson 24	记忆与权限	permissions、短期/长期记忆、interrupt_on、HITL
Lesson 25	ACP 与 MCP 协议	Agent Client Protocol、Model Context Protocol、工具拦截器、多模态

第七阶段：可观测性与测试（Lesson 26）

课程	主题	核心内容
Lesson 26	Langfuse 可观测性	CallbackHandler 注入、Trace 查看、Token 监控、Prompt 版本管理

第八阶段：部署与 UI（Lesson 27）

课程	主题	核心内容
Lesson 27	Agent Chat UI	安装使用、课程总结、生产部署

---

🚀 快速开始

1. 环境准备

# 安装 Python 3.10+（如未安装）
brew install python

# 创建虚拟环境
brew install uv
uv init
uv venv
source .venv/bin/activate  

# 安装依赖
uv pip install langchain langchain-openai langgraph

2. 配置环境变量

创建 .env 文件（项目根目录已提供模板）：

OPENAI_API_KEY=your_openai_api_key
# 根据需要添加其他 API Key
LANGFUSE_PUBLIC_KEY=your_langfuse_public_key
LANGFUSE_SECRET_KEY=your_langfuse_secret_key
LANGFUSE_HOST=https://cloud.langfuse.com

3. 运行课程示例

# 运行第一课
python lesson01_environment_and_quickstart.py

# 运行任意课程
python lessonXX_课程名称.py

---

📖 学习路径建议

初学者路径（预计 8-12 周）

1. 第 1-2 周：完成 Lesson 01-04，掌握基础概念
2. 第 3-4 周：完成 Lesson 05-08，构建第一个 RAG 和 SQL Agent
3. 第 5-6 周：完成 Lesson 09-14，深入 LangGraph 和记忆系统
4. 第 7-8 周：完成 Lesson 15-19，实现多代理协作
5. 第 9-10 周：完成 Lesson 20-25，掌握 Deep Agents 框架
6. 第 11-12 周：完成 Lesson 26-27，部署可观测的生产系统

进阶路径（预计 4-6 周）

• 跳过基础概念，直接从 Lesson 05 开始
• 重点学习 LangGraph（Lesson 11-14）和多代理系统（Lesson 15-19）
• 深入 Deep Agents（Lesson 20-25）进行高级应用开发

---

🛠️ 核心技术栈

技术	用途	版本要求
LangChain	AI 应用框架	0.3+
LangGraph	状态化工作流	0.2+
Deep Agents	深度研究代理	最新
Langfuse	可观测性与监控	最新
OpenAI API	LLM 服务提供商	gpt-4o / gpt-3.5-turbo

---

📂 项目结构

langchain_course/
├── lesson01_environment_and_quickstart.py    # 环境搭建
├── lesson02_models_and_messages.py           # 模型与消息
├── lesson03_tools_advanced.py                # 工具高级用法
├── ...
├── lesson27_final_agent_chat_ui.py           # 最终项目
├── langchain_course_curriculum.md            # 详细课程大纲
├── memory/                                   # 记忆系统示例数据
├── skills/                                   # 技能系统示例
├── skills-sub/                               # 子代理技能
├── local_auth_project/                       # 本地认证项目
└── bing-cn-mcp-server/                       # MCP 服务器示例

---

💡 学习建议

✅ 最佳实践

1. 动手实践：每节课都有代码示例，务必亲自运行和修改
2. 循序渐进：按照课程顺序学习，前期基础决定后期上限
3. 记录笔记：建议为每个模块编写学习笔记和总结
4. 调试优先：遇到问题先使用 print() 或调试工具理解执行流程
5. 查阅文档：培养查阅官方文档的习惯，这是最重要的学习能力

⚠️ 常见陷阱

• 不要跳过环境配置直接运行代码
• 不要忽视提示词工程的基础练习
• 不要在未理解单代理的情况下直接进入多代理
• 不要忘记配置 .env 文件中的 API Key

---

🔗 参考资源

• 📖 LangChain 官方文档
• 📖 LangGraph 文档
• 📖 Deep Agents 仓库
• 📖 Langfuse 文档
• 📖 OpenAI API 文档

---

📝 课程大纲

详细的课程大纲和模块说明请参考：langchain_course_curriculum.md

---

🤝 贡献与反馈

如果你在学习过程中发现问题或有改进建议，欢迎：

• 提交 Issue 描述问题
• 提交 Pull Request 修复 bug
• 分享学习经验和最佳实践

---

📄 许可证

本项目 Fork / 参考自以下开源项目：https://github.com/yaoqin5588/langchain_course。 在学习与调试过程中，对部分代码和内容进行了修改与补充，仅用于个人学习与实践。如涉及转载，请参考原项目说明。

---

祝你学习愉快！🎉