# LangChain 学习课程

## Docs

- [RAG 对话机器人：LangChain 工程文档式系列教程](https://www.yuan111.asia/doc/enterprise-rag-course/README.md)
- [00 · 环境准备：能跑起来，才有后面的一切](https://www.yuan111.asia/doc/enterprise-rag-course/00-环境准备.md)
- [01 · 为什么需要 LangChain：从一次"朴素 API 调用"开始](https://www.yuan111.asia/doc/enterprise-rag-course/01-为什么需要LangChain.md)
- [02 · 消息类数据字典：模型输入输出的"统一信封"](https://www.yuan111.asia/doc/enterprise-rag-course/02-消息类数据字典.md)
- [03 · ChatPromptTemplate：从手写消息列表到模板的必然性](https://www.yuan111.asia/doc/enterprise-rag-course/03-模板与历史槽位.md)
- [04 · 输出解析与流式：StrOutputParser 与打字机](https://www.yuan111.asia/doc/enterprise-rag-course/04-输出解析与流式.md)
- [05 · 结构化输出：让模型交出"保证格式"的数据](https://www.yuan111.asia/doc/enterprise-rag-course/05-结构化输出.md)
- [06 · 记忆与会话：模型的金鱼脑与你的药方](https://www.yuan111.asia/doc/enterprise-rag-course/06-记忆与会话.md)
- [07 · 文档与切分：把知识变成模型能用的"块"](https://www.yuan111.asia/doc/enterprise-rag-course/07-文档与切分.md)
- [08 · 向量化与向量库：让机器理解"意思相近"](https://www.yuan111.asia/doc/enterprise-rag-course/08-向量化与向量库.md)
- [09 · RAG 组装：用 LCEL 管道把零件串成一条链](https://www.yuan111.asia/doc/enterprise-rag-course/09-RAG组装.md)
- [10 · 重排序与对话式 RAG：从"能答"到"答得准"](https://www.yuan111.asia/doc/enterprise-rag-course/10-重排序与对话式RAG.md)
- [11 · 工具调用：让模型从"会说话"到"会动手"](https://www.yuan111.asia/doc/enterprise-rag-course/11-工具调用.md)
- [12 · 并发与网络模型：LangChain 的调度机制拆解](https://www.yuan111.asia/doc/enterprise-rag-course/12-并发与网络模型.md)
- [13 · langchain_core 全地图：那个"地基包"里到底有什么](https://www.yuan111.asia/doc/enterprise-rag-course/13-langchain_core全地图.md)
- [14 · FastAPI 服务化：把 RAG 机器人变成 HTTP API](https://www.yuan111.asia/doc/enterprise-rag-course/14-FastAPI服务化.md)
- [15 · 完整后端项目：把 14 篇的零件拼成生产系统](https://www.yuan111.asia/doc/enterprise-rag-course/15-完整后端项目.md)
- [小林学 LangChain：从"能说话"到"会干活"的冒险](https://www.yuan111.asia/doc/narrative-course/README.md): 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。
- [00 · 环境准备：从零搭起能跑 LangChain 的机器](https://www.yuan111.asia/doc/narrative-course/00-环境准备.md): 搭建能跑 LangChain 的机器：Miniconda + learn-langchain 环境 + 按需安装的 langchain 集成包 + .env 密钥管理。
- [01 · 第一次对话：为什么所有大模型都长一个样](https://www.yuan111.asia/doc/narrative-course/01-对话.md): 为什么所有大模型都长一个样：LangChain 的统一调用接口 invoke()，换模型只改三行。
- [02 · AIMessage 与三协议：模型返回的信息，是怎么被"统一"的](https://www.yuan111.asia/doc/narrative-course/02-AIMessage与三协议.md): AIMessage 统一信封：OpenAI 兼容 / Anthropic 兼容 / Responses 三种协议的差异如何被抹平。
- [03 · 模板与多轮历史：ChatPromptTemplate 到底有没有用](https://www.yuan111.asia/doc/narrative-course/03-模板与多轮历史.md): ChatPromptTemplate 管结构不管内容：模板、MessagesPlaceholder 与多轮历史的正确用法。
- [04 · 金鱼脑的真相：模型为什么记不住你说过的话](https://www.yuan111.asia/doc/narrative-course/04-记忆.md): 模型没有记忆，记忆在你的消息列表里：滚雪球式回传历史的真相。
- [05 · 打字机与结构化：流式输出 + 让模型交出 JSON](https://www.yuan111.asia/doc/narrative-course/05-流式与结构化.md): stream() 打字机输出 + with_structured_output 让模型交出类型正确的 JSON。
- [09 · 知识库问答：RAG 完整链路（老板要的东西终于来了）](https://www.yuan111.asia/doc/narrative-course/09-RAG.md): RAG 完整链路：检索 + 生成，粗排 + 重排序，让模型基于你的文档回答。
- [10 · 会记住、会干活的助手：Memory、Tools 与 Agent](https://www.yuan111.asia/doc/narrative-course/10-记忆工具Agent.md): Memory 会话隔离 + @tool 工具说明书 + create_agent 自动循环：会记住、会干活的助手。
- [11 · 从流水线到会转弯的图：LangGraph 的三件套（状态、节点、边）](https://www.yuan111.asia/doc/narrative-course/11-LangGraph.md): LangGraph 三件套：状态、节点、边，条件边让流程会转弯。
- [13 · 记忆、暂停与进度：checkpointer、interrupt 与 stream](https://www.yuan111.asia/doc/narrative-course/13-记忆暂停与进度.md): checkpointer 持久化记忆 + interrupt 人审暂停 + stream 进度展示。
- [14 · langchain_core 的并发与网络模型：线程、协程、和那个发请求的库](https://www.yuan111.asia/doc/narrative-course/14-并发与网络模型.md): langchain_core 的并发与网络模型：线程池、事件循环、httpx，同步异步双轨制。
- [15 · LangGraph 是怎么"踩在"langchain_core 肩膀上的](https://www.yuan111.asia/doc/narrative-course/15-LangGraph与langchain_core.md): LangGraph 踩在 langchain_core 肩膀上：Runnable、消息体系、序列化的复用。
- [16 · langchain_core 全地图：那个"地基包"里到底装了什么](https://www.yuan111.asia/doc/narrative-course/16-langchain_core地图.md): langchain_core 全地图：29 个模块、5 大家族，哪些天天用、哪些知道即可。
- [17 · 实战：给真实政策文件做问答（把所有学过的用在一份真文件上）](https://www.yuan111.asia/doc/narrative-course/17-十五五实战.md): 实战：给真实政策文件做问答，把切块、向量化、分 collection 检索全走一遍。