欢迎公众号 猩猩程序员 咨询
第一章：认识 LangChain —— 从零开始了解这是什么
1.1 LangChain 是什么
1.2 LangChain 的核心设计哲学
1.3 LangChain 的整体架构概览
第二章：环境搭建与第一个 Agent
2.1 安装与环境配置
2.2 快速上手：第一个 Agent
2.3 支持的模型提供商总览
第三章：模型（Models）—— Agent 的大脑
3.1 模型的基本概念
3.2 初始化与使用模型
3.3 在 Agent 中使用模型
第四章：消息（Messages）—— 与模型对话的语言
4.1 消息的基本概念
4.2 消息的类型详解
4.3 消息的三种传入格式
4.4 多模态消息
第五章：工具（Tools）—— 让 Agent 拥有行动能力
5.1 工具的基本概念
5.2 创建工具
5.3 工具的高级用法
5.4 将工具注册到 Agent
第六章：短期记忆（Short-term Memory）—— 让 Agent 记住对话
6.1 记忆的基本概念
6.2 使用 MemorySaver 实现短期记忆
6.3 上下文长度管理策略
第七章：流式输出（Streaming）—— 让响应更流畅
7.1 流式输出的意义
7.2 三种流式模式详解
7.3 事件流（Event Streaming）
7.4 流式输出的实践注意事项
第八章：结构化输出（Structured Output）—— 让 Agent 返回规范数据
8.1 结构化输出的概念与价值
8.2 使用 Zod Schema 定义输出格式
8.3 其他 Schema 格式支持
8.4 结构化输出的错误处理
第九章：中间件（Middleware）—— 精细控制 Agent 行为
9.1 中间件的概念与作用
9.2 使用内置中间件
9.3 自定义中间件
9.4 在 LangGraph 工作流中使用中间件
第十章：护栏（Guardrails）—— 构建安全可靠的 Agent
10.1 护栏的概念与必要性
10.2 确定性护栏
10.3 基于模型的护栏
10.4 业务合规护栏
第十一章：运行时（Runtime）—— 管理 Agent 的运行上下文
11.1 Runtime 的概念
11.2 定义与传递 Context
11.3 在工具和中间件中访问 Runtime
第十二章：上下文工程（Context Engineering）—— 构建可靠 Agent 的核心
12.1 上下文工程的核心理念
12.2 三类上下文的管理
12.3 数据来源与访问方式
12.4 提升 Agent 可靠性的实践技巧
第十三章：MCP（Model Context Protocol）—— 标准化工具接入协议
13.1 MCP 协议简介
13.2 在 LangChain 中使用 MCP
13.3 创建自定义 MCP 服务器
13.4 MCP 的应用场景
第十四章：人工介入（Human-in-the-loop）—— 让人类参与 Agent 决策
14.1 人工介入的概念与必要性
14.2 使用 Human-in-the-loop 中间件
14.3 在 LangGraph 工作流中实现人工介入
14.4 人工介入的实践场景
第十五章：多 Agent 系统（Multi-agent）—— 让多个 Agent 协同工作
15.1 多 Agent 系统的概念
15.2 子 Agent（Subagents）
15.3 Agent 切换（Handoffs）
15.4 技能（Skills）
15.5 路由器（Router）
15.6 自定义工作流（Custom Workflow）
第十六章：检索增强生成（Retrieval）—— 让 Agent 访问外部知识
16.1 RAG 的基本概念
16.2 向量存储与嵌入
16.3 在 Agent 中实现检索工具
16.4 RAG 的高级模式
第十七章：长期记忆（Long-term Memory）—— 跨对话的持久化记忆
17.1 长期记忆的概念
17.2 BaseStore 接口
17.3 在 Agent 中使用长期记忆
17.4 长期记忆的管理策略
第十八章：综合实战项目
18.1 实战项目一：智能客服 Agent
18.2 实战项目二：多 Agent 任务助手
18.3 实战项目三：带记忆的个人助理
欢迎公众号 猩猩程序员 咨询
