Caution
📚 在线阅读地址
当大模型技术从“单点能力突破”迈向“场景化应用落地”，智能体（Agent）已成为连接技术与实际需求的核心载体。然而，多数初学者在接触智能体开发时，常陷入“框架概念繁杂、实操无从下手、技术与应用脱节”的困境——要么被复杂的理论体系吓退，要么掌握了框架基础却不知如何落地真实项目。
“langent”由“lang”（代表LangChain、LangGraph等语言大模型开发框架）与“agent”（智能体）合并而来，核心目标是打破“理论学习”与“实战开发”的壁垒：让读者在系统掌握智能体核心逻辑的同时，真正学会运用LangChain、LangGraph框架解决实际开发问题，实现“从懂概念到会开发”的跨越。
我们摒弃冗余的理论堆砌，聚焦“用框架做开发”的核心需求，每一章都配套针对性的实操任务，确保读者在学习过程中能够动手实践、深化理解。
本项目配套的学习大纲遵循“循序渐进、实践导向”的设计原则，从框架基础认知入手，逐步深入核心组件实操、进阶应用开发，再到多智能体协作与系统优化，最终完成综合实战项目。
无论你是希望入门智能体开发的高校学生，还是寻求技术落地的开发者，都能通过本项目找到清晰的学习路径。
前置知识要求：
- 熟悉Python编程语言基础
- 对大模型技术有基本了解
- 对智能体的核心概念有基本了解
如果你还不掌握上述前置知识，建议先完成以下课程：
| 章节 | 关键内容 | 状态 |
|---|---|---|
| 第一部分：前言 | ||
| 前言 | 前言与读者建议 | ✅ |
| 第一章 LangChain与LangGraph框架认知 | 框架介绍、环境安装、lang框架体验 | ✅ |
| 第二部分：LangChain组件与实战 | ||
| 第二章 LangChain核心组件实操 | 模型调用、提示词模板、输出解析 | ✅ |
| 第三章 LangChain进阶组件实操 | 记忆、工具、组合实践 | ✅ |
| 第四章 LangChain应用级系统设计与RAG实践 | 链式工作流、RAG实践 | ✅ |
| 第五章 课程中期综合实践：智能体应用设计与实现 | 中期综合实践 | ✅ |
| 第三部分：LangGraph组件与实战 | ||
| 第六章 LangGraph基础：有状态工作流与核心概念实操 | 有状态工作流、节点、边、状态管理 | ✅ |
| 第七章 LangGraph进阶：多智能体协作与复杂流程管控 | 多智能体协作、复杂流程管控 | ✅ |
| 第八章 综合实战：构建"谁是卧底"游戏智能体 | 综合实战 | ✅ |
| 结语 | 项目总结与展望 | ✅ |
- 牧小熊-项目负责人 (Datawhale成员)
- 感谢 @Sm1les 对本项目的帮助与支持
- 感谢所有为本项目做出贡献的开发者们 ❤️
- 如果你发现了一些问题，可以提Issue进行反馈，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你想参与贡献本项目，可以提Pull request，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
- 如果你对 Datawhale 很感兴趣并想要发起一个新的项目，请按照Datawhale开源项目指南进行操作即可~
扫描下方二维码关注公众号：Datawhale
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
