LangChain & LangGraph 系统化实战教程 v1.0.0
LangChain & LangGraph 系统化实战教程 v1.0.0
一套从零讲透「用 LangChain / LangGraph 造 Agent，并理解各框架共通的图编排本质」的双语实战教程。
A bilingual, hands-on course that takes you from zero to building Agents with LangChain / LangGraph — and reveals the shared graph-orchestration essence behind every agent framework.
核心特性 / Highlights
- 📚 9 个循序渐进的阶段（P1–P9）：每个阶段都配「原理讲解 + 可运行示例 + 验收清单」。
- 🔌 统一运行时抽象层
examples/common/llm.py：一行LLM_PROVIDER切换 Ollama / OpenAI / DeepSeek，示例与具体模型解耦。 - 🌐 双语文档站（VitePress + GitHub Pages）：中文为主，英文
/en/同步。 - 🛠️
Makefile一键工程化：make setup / run / docs / docs-dev / lint。 - ✅
make lint全量语法校验，示例可持续维护。
教程结构 / Curriculum
| 阶段 Phase | 主题 Topic |
|---|---|
| P1 | 第一个 Chain / First Chain |
| P2 | 组合链、记忆与 RAG / Chains, Memory & RAG |
| P3 | Agent 原理：从 ReAct 到自主循环 / Agent Principles: ReAct → Autonomy |
| P4 | Tools：Agent 能力的真正来源 / Tools |
| P5 | 多 Agent 工作流对比：它们为什么是「同一张图」 / Multi-Agent: One Graph |
| P6 | LangGraph 图编排：范式统一论的闭环 / LangGraph Orchestration |
| P7 | 人工介入与状态持久化 / Human-in-the-Loop & Persistence |
| P8 | 生产部署实战：从图到服务 / Production Deployment |
| P9 | Capstone 多 Agent 系统与 9 Phase 全景复盘 / Capstone & Review |
快速开始 / Quick Start
make setup # 创建 .venv，安装 Python + Node 依赖，复制 .env
make run p=1 # 运行 Phase 1 示例（p=2..9 同理）文档站 / Docs
- 中文：https://shadowquill.github.io/langchain-langgraph-tutorial/
- English：https://shadowquill.github.io/langchain-langgraph-tutorial/en/
项目定位 / Positioning
本仓库脱胎于 LangChain 官方教程的工程化封装与扩展——我据此吃透了 LangGraph 状态机、checkpoint、HITL 的底层原理。面试中若被问「是否独立设计」，请诚实说明这一点。
📌 提示：本
v1.0.0为 P1–P9 基线快照（release 正文即当时内容）。课程后续的 记忆独立层 / MCP / 多智能体协作（A2A）/ Google A2A 标准协议（Phase 10–13） 已在 v1.0.1 中补齐，请前往查看最新完整版。