> ## Documentation Index > Fetch the complete documentation index at: https://www.yuan111.asia/doc/llms.txt > Use this file to discover all available pages before exploring further. # 小林学 LangChain：从"能说话"到"会干活"的冒险 > 小林学 LangChain：沉浸式叙事教程，从第一次对话到能做出会记住、会调工具、会自主决策的 Agent。 # 小林学 LangChain：从"能说话"到"会干活"的冒险 > 这是一套**沉浸式叙事教程**：跟着小林，一起踩坑、一起顿悟、一起把 LangChain 从零学到能做出"会记住、会调工具、会自主决策"的 Agent。 所有技术细节都是真的（代码可运行、数据来自实测），只有小林这个人是虚构的——或者说，他就是你。 *** ## 这套教程怎么读 1. 按编号顺序读（01 → 18），每篇 20\~40 分钟。 2. 每篇都跟着小林的**验证步骤**亲手跑一遍代码——看到同样的输出，知识才是你的。 3. 每篇末尾都有"边界"和"复现信号"，回答"什么时候不适用"和"换个场景怎么认出来"。 4. 配套代码：在 `narrative-course/code/`（按篇号编号，与教程一一对应），运行环境 `learn-langchain`。 ## 故事线（小林从哪来，要到哪去） 小林是公司的后端工程师，老板让他做一个"基于公司文档自动回答问题"的知识库机器人。他一开始以为这是"调个接口就能搞定的事"，直到他发现： * 他花了一个周末读 API 文档、拼 JSON、处理各种报错——结果换一个模型供应商，代码全废。 * 模型的"记忆"是个天大的谎言——它每次都是金鱼脑。 * 让它"干活"（调工具）不是给它写 if-else，是给它一副鞍具。 * 最后他发现，自己手搓的所有东西，一个叫 LangGraph 的框架早就内置了。 这一路，他经历了 18 次顿悟。这套教程就是他那 18 次顿悟的现场回放。 ## 目录 > 逻辑顺序 = 认知依赖：先懂"模型返回什么 / 怎么构造输入"（01~~03），再学对话能力（04~~06）、知识库（07~~09）、助手与编排（10~~11），然后源码总览（14~~16）、实战与上线（17~~18）。 | 篇 | 标题 | 小林学会了什么 | 配套代码（code/） | | -- | ----------------------------------------------------------------------------------- | ------------------------------------------------------- | --------------------------------------------------------- | | 00 | [环境准备](/doc/doc/narrative-course/00-环境准备) | Miniconda + learn-langchain 环境 + langchain 包拆分哲学 + .env | `00_env_setup.py` | | 01 | [第一次对话](/doc/doc/narrative-course/01-对话) | 为什么所有模型都长一个样 | `01_first_chat.py` | | 02 | [AIMessage 与三协议](/doc/doc/narrative-course/02-AIMessage与三协议) | 模型返回的统一信封 | — | | 03 | [模板与多轮历史](/doc/doc/narrative-course/03-模板与多轮历史) | ChatPromptTemplate、MessagesPlaceholder、为什么 append | — | | 04 | [金鱼脑的真相](/doc/doc/narrative-course/04-记忆) | 模型没有记忆，记忆在你手里 | `04_ai_memory.py` | | 05 | [打字机与结构化](/doc/doc/narrative-course/05-流式与结构化) | 流式输出 + 让模型交出 JSON | `05_streaming.py` `05_structured.py` | | 06 | [看得见的思考](/doc/doc/narrative-course/06-思考模式) | 打开模型的思考过程 | `06_thinking.py` | | 07 | [把文档切成小块](/doc/doc/narrative-course/07-文档切分) | Document + TextSplitter | `07_load_split.py` | | 08 | [让机器懂"意思相近"](/doc/doc/narrative-course/08-向量化与向量库) | Embedding + Chroma | `08_embed_search.py` | | 09 | [知识库问答](/doc/doc/narrative-course/09-RAG) | RAG 完整链路（老板要的东西）+ 重排序 | `09_rag.py` `09_rag_rerank.py` | | 10 | [会记住、会干活的助手](/doc/doc/narrative-course/10-记忆工具Agent) | Memory + Tools + Agent | `10_memory.py` `10_tools.py` `10_agent.py` | | 11 | [从流水线到会转弯的图](/doc/doc/narrative-course/11-LangGraph) | LangGraph：状态、节点、边 | `11_langgraph.py` `11_chat_cli.py` `mm11_memory_store.py` | | 12 | [手搓 create\_agent](/doc/doc/narrative-course/12-手搓create_agent) | 模型↔工具循环画成图 | — | | 13 | [记忆、暂停与进度](/doc/doc/narrative-course/13-记忆暂停与进度) | checkpointer / interrupt / stream | — | | 14 | [并发与网络模型](/doc/doc/narrative-course/14-并发与网络模型) | 线程池 / 事件循环 / httpx：LangChain 怎么调度 | — | | 15 | [LangGraph 怎么利用 langchain\_core](/doc/doc/narrative-course/15-LangGraph与langchain_core) | 图踩在 core 肩膀上：Runnable/消息/序列化 | — | | 16 | [langchain\_core 全地图](/doc/doc/narrative-course/16-langchain_core地图) | 地基长什么样 | — | | 17 | [实战：给真实政策文件做问答](/doc/doc/narrative-course/17-十五五实战) | 把学的一切用在一份真文件上 | `07_load_split.py` `08_embed_search.py` | | 18 | [后端接口：把链变成 API](/doc/doc/narrative-course/18-后端接口) | FastAPI + uvicorn 暴露 API：同步/异步/桥接 | `18_api.py` | *** ## 小林的人生信条（也是这套教程的方法论） 1. **不背结论，背过程**——"我当时以为……试了发现不对……后来才明白"比"结论是 X"有用一百倍。 2. **每个知识都要能验证**——不能跑出结果的"知识"是幻觉。 3. **先要能用，再问原理**——先把代码跑通，再回来看它为什么这么设计。 现在，翻到[第一篇：第一次对话](/doc/doc/narrative-course/01-对话)。小林的第一行代码，就是从一段让他血压升高的 curl 开始的。