LangChain 从入门到实战 - 完整学习系列
专为Python Web开发者设计的AI应用开发教程
📚 课程简介
这是一套专门为有Python Web开发经验、但对AI应用开发零基础的开发者设计的LangChain学习系列。
你将学到:
- 理解AI应用开发和传统Web开发的区别
 - 掌握LangChain框架的核心概念和使用方法
 - 学会使用国内可用的AI模型(通义千问、DeepSeek等)
 - 构建实际可用的AI应用(聊天机器人、知识库问答、智能客服等)
 
课程特色:
- ✅ 通俗易懂,用类比和生活例子解释概念
 - ✅ 基于国内可用的模型,无需翻墙
 - ✅ 每课都有完整可运行的代码示例
 - ✅ 从简单到复杂,循序渐进
 - ✅ 结合实际业务场景
 
🗂️ 课程目录
第1课:AI应用开发入门
- AI应用开发和Web开发有什么不同?
 - LangChain是什么?为什么需要它?
 - 通过类比理解AI应用的工作原理
 
第2课:环境搭建
- 安装LangChain和相关依赖
 - 配置国内可用的AI模型(通义千问/DeepSeek)
 - 第一个”Hello AI”程序
 
第3课:LangChain核心组件
- 语言模型(LLM):AI的”大脑”
 - 提示词(Prompt):如何和AI有效沟通
 - 输出解析器(Output Parser):结构化AI的回复
 
第4课:链(Chain)的使用
- 什么是链?为什么需要链?
 - 简单链、顺序链的使用
 - 实战:构建一个文章生成器
 
第5课:记忆管理
- 为什么AI需要”记忆”?
 - 不同类型的记忆(对话缓冲、摘要记忆等)
 - 实战:构建一个有记忆的聊天机器人
 
第6课:Agent和工具
文件: lesson_06/
- Agent是什么?和Chain有什么区别?
 - 如何给AI添加”技能”(工具)
 - 实战:构建一个能查天气、搜索的智能助手
 
第7课:RAG应用
- 什么是RAG?为什么需要RAG?
 - 文档加载、分割、向量化
 - 实战:构建一个企业知识库问答系统
 
第8课:实战项目
- 综合运用:智能客服系统
 - 集成到FastAPI Web应用
 - 部署和优化建议
 
🚀 快速开始
1. 环境要求
1  | Python 3.10+  | 
2. 安装依赖
1  | cd demo_15  | 
3. 从第一课开始
1  | # 阅读 README.md  | 
📖 学习建议
- 按顺序学习:每一课都建立在前一课的基础上
 - 动手实践:每个示例都要自己运行一遍
 - 理解概念:不要只记代码,理解背后的原理
 - 修改尝试:在示例基础上修改参数,观察变化
 - 解决问题:遇到问题先自己思考,再查文档
 
🎯 学习路径图
1  | Web开发背景  | 
🔧 技术栈
- Python 3.10+
 - LangChain: AI应用开发框架
 - 通义千问/DeepSeek: 国内可用的大语言模型
 - FastAPI: Web框架(后期集成)
 - Pydantic: 数据验证
 - ChromaDB: 向量数据库(RAG部分)
 
💡 常见问题
Q: 需要GPU吗?
A: 不需要。我们使用云端API,普通电脑即可。
Q: 需要花钱吗?
A: 部分模型有免费额度,足够学习使用。也可以使用本地模型。
Q: 学完能做什么?
A: 可以开发聊天机器人、知识库问答、智能客服、文档分析等AI应用。
Q: 遇到问题怎么办?
A: 每课的README都有常见问题解答,也可以查看LangChain官方文档。
📞 获取帮助
- 查看每课的README.md
 - 参考代码注释
 - 查阅LangChain官方文档:https://python.langchain.com/
 
📝 版本更新
- v1.0 (2025-10-28): 初始版本发布
 
开始学习: 第1课:AI应用开发入门 →