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
2
Python 3.10+
uv(包管理工具)

2. 安装依赖

1
2
3
4
cd demo_15
uv venv
source .venv/bin/activate # Mac/Linux
uv pip install -r requirements.txt

3. 从第一课开始

1
2
# 阅读 README.md
# 运行示例代码

📖 学习建议

  1. 按顺序学习:每一课都建立在前一课的基础上
  2. 动手实践:每个示例都要自己运行一遍
  3. 理解概念:不要只记代码,理解背后的原理
  4. 修改尝试:在示例基础上修改参数,观察变化
  5. 解决问题:遇到问题先自己思考,再查文档

🎯 学习路径图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Web开发背景

第1课:理解AI应用 (思维转变)

第2课:环境搭建 (动手准备)

第3课:核心组件 (基础知识)

第4课:链的使用 (组合能力)

第5课:记忆管理 (上下文管理)

第6课:Agent工具 (自主决策)

第7课:RAG应用 (知识增强)

第8课:实战项目 (综合应用)

独立开发AI应用 ✨

🔧 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 →