LangChain从入门到实战
视频介绍
LangChain在主流大模型开发框架中一骑绝尘，是程序员做企业大模型开发的首选。本套教程基于LangChain 1.2.12版本讲解，融合了最新版本特性。
相比老版，本次更新内容达90%以上！经典升级：还是原来的配方，理论与实践并重，3大综合实践项目：多轮对话聊天机器人项目、多功能智能助手项目、客服知识库项目；还是熟悉的味道，17万字配套课件、上百张教程配图、章章60+代码示例……
教程前置知识：Python编程基础。推荐学习方法：建议按章节顺序学习，每章内容存在依赖关系，动手实践完成所有代码示例，理解每个组件的工作原理，并尝试修改和扩展实践项目，应用到实际场景中。
教程内容概览：
第01章-LangChain概述（LangChain家族4大支柱、大模型4大开发场景）
第02章-模型的创建与调用（多平台多模型创建、invoke/stream调用与多参数剖析）
第03章-LangSmith的使用（核心应用与开发、提示工具、部署与沙盒）
第04章-Message与提示词模板（多Message类型、ChatPromptTemplate、多参数讲解）
第05章-Tools（多工具创建方式、多实操案例、强制使用工具等）
第06章-结构化输出（4种输出模式讲解、类型校验、获取结构化结果）
第07章-智能体（Agent创建方式、Agent3种基础用法、Agent4种高级用法）
第08章-中间件（官方12大核心中间件细讲、自定义中间件)
第09章-上下文与记忆（上下文工程、短期记忆、长期记忆）
第10章-RAG（五大核心流程、Docker与Milvus安装、向量数据库存储与检索）
视频目录 选集
- 001_课程介绍
- 002_为什么需要LangChain
- 003_大模型相关岗位介绍
- 004_LangChain是什么
- 005_LangChain的主要模块和API文档
- 006_LangChain家族四大支柱
- 007_Conda的安装及虚拟环境的配置
- 008_大模型应用场景1：Agent开发
- 009_大模型应用场景2：Agent开发
- 010_大模型开发的4个递进场景
- 011_模型调用前的准备工作
- 012_调用DeepSeek官网的DeepSeek模型
- 013_调用智谱和阿里云百炼平台的大模型
- 014_ChatOpenAI兼容用法
- 015_使用OpenRouter和CloseAI中转平台调用模型
- 016_LangChain1.x中init_chat_model方式
- 017_模型初始化常用的参数
- 018_Ollama的安装与本地模型的调用
- 019_测试Invoke传递三种不同的参数类型
- 020_Invoke的返回值的详细说明
- 021_流式调用、批量调用与异步调用
- 022_Profile属性_初始化Model_Kwargs与Extra_Body参数_调用的Config参数
- 023_LangSmith的介绍与基本使用
- 024_LangSmith的主要功能介绍
- 025_认识消息与消息的两种格式
- 026_4种消息对象中字段的说明
- 027_对话历史的管理和优化
- 028_案例：多轮对话聊天机器人
- 029_Content和Content_Blocks的使用
- 030_ChatPromptTemplate的两种实例化方式和三种调用方式
- 031_ChatPromptTemplate初始化的6种参数类型
- 032_部分变量预填充_消息占位符等的使用
- 033_工具的调用方式与整体执行流程分析
- 034_不使用@Tool方式定义工具
- 035_使用@Tool装饰器定义工具：Description和Name
- 036_使用@Tool装饰器定义工具：Args_Schema
- 037_案例1和2：使用Args_Schema和Docstring
- 038_案例3和4：多工具的调用
- 039_Tool_Choice参数的使用
- 040_工具使用的实践经验总结
- 041_结构化输出的理解
- 042_Pydantic的基本使用
- 043_Pydantic高级特性：可选字段、默认值、枚举类型
- 044_Pydantic高级特性：列表提取、嵌套、限制条件
- 045_Pydantic模式的工作流程图解
- 046_TypedDict格式的使用
- 047_JSON Schema格式的使用
- 048_@DataClass格式的使用
- 049_四种不同模式的类型校验情况
- 050_两种获取结构化结果的方式
- 051_Agent的概述
- 052_Agent实例化中模型的两种传入方式
- 053_Agent通过invoke()方式调用
- 054_Agent绑定工具并调用
- 055_工具调用流程分析_常见问题分析
- 056_设置Agent的name和system_prompt
- 057_Agent结构化输出的4种策略
- 058_ToolStrategy的schema设置结构化输出_Pydantic类型
- 059_ToolStrategy的schema设置结构化输出_其它几种方式
- 060_ToolStrategy的tool_message_content参数使用
- 061_Agent的高级用法：错误处理机制
- 062_设置Agent的流式输出策略
- 063_Agent的实战：多功能智能助手
- 064_为什么需要中间件_中间件的分类
- 065_SummarizationMiddleware中间件的使用
- 066_HumanInTheLoopMiddleware中间件的使用
- 067_PIIMiddleware中间件的使用
- 068_TodoListMiddleware中间件的使用
- 069_ModelCallLimitMiddleware中间件的使用
- 070_ToolCallLimitMiddleware中间件的使用
- 071_ModelFallbackMiddleware中间件的使用
- 072_LLMToolSelectorMiddleware中间件的使用
- 073_ToolRetryMiddleware中间件的使用
- 074_ModelRetryMiddleware中间件的使用
- 075_LLMToolEmulator中间件的使用
- 076_ContextEditingMiddleware中间件的使用
- 077_FilesystemFileSearchMiddleware中间件的使用
- 078_多个中间件组合及执行顺序
- 079_Hook函数的理解
- 080_基于装饰器定义Node_Style的钩子函数
- 081_基于类定义Node_Style的钩子函数
- 082_装饰器参数Can_Jump_to的使用
- 083_Wrap_Model_Call的实现和使用场景
- 084_Wrap_Tool_Call的实现和使用场景
- 085_装饰器和类方式的选择_Hook函数执行顺序
- 086_记忆的概念和记忆的分类
- 087_短期记忆之基于内存的持久化器的实现
- 088_基于内存存储的工作原理和常见问题
- 089_腾讯云部署Linux服务器
- 090_PostgreSQL数据库的安装
- 091_远程服务器连接额外操作
- 092_短期记忆之PostgreSQL实现持久化存储
- 093_对比两种方式的不同
- 094_消息裁剪的治理策略
- 095_消息删除、摘要的治理策略
- 096_长期记忆的介绍和存储架构
- 097_Put()和Get()操作的演示
- 098_Search()操作的演示
- 099_在工具中访问长期记忆（基于InMemoryStore）
- 100_在工具中访问长期记忆（基于PostgresStore）
- 101_在中间件中访问长期记忆
- 102_RAG模块的必要性
- 103_RAG工作流程和环境准备
- 104_TextLoader和CSVLoader的使用
- 105_JSONLoader加载JSON文件
- 106_PyPDFLoader和MinerU加载pdf文件
- 107_其它格式文件的加载器
- 108_切分策略及TextSplitter中的三个核心方法
- 109_CharacterTextSplitter的使用
- 110_RecursiveCharacterTextSplitter的使用
- 111_其它多种TextSplitter的使用演示
- 112_嵌入模型的初始化及文档向量化举例
- 113_向量数据库介绍_Docker的安装和设置
- 114_Milvus的安装和数据模型说明
- 115_Milvus数据库的DDL操作
- 116_Milvus数据库的DML和DQL操作
- 117_项目Assistant客服知识库之全局配置_初始化Milvus
- 118_项目Assistant客服知识库之文档切分_向量化并写入Milvus
- 119_项目Assistant客服知识库之初始化Agent_检索函数
- 120_项目Assistant客服知识库之生产与回答生成