LangChain大语言开发基础课程

如果你已经能调通一次大模型 API，却不知道下一步该往哪走，这门课针对的就是这个空档。会写一句 client.chat.completions.create() 只是起点，真正要做一个能记住上下文、能查自己资料、能自己决定调哪个工具的对话系统，中间隔着一整套工程约定。LangChain 就是目前把这套约定收拢得比较完整的一个框架。但它抽象层多、版本变动快，自己啃文档容易在 Chain、Runnable、AgentExecutor 之间绕晕。这门课的价值，是把这些概念按"用得上"的顺序串一遍。

先确认你缺的是哪一块

LangChain 的难点不在语法，而在"什么时候该用哪个组件"。对照下面几条，缺哪补哪：

• 只会发单轮请求，不知道多轮对话的状态该存在哪、怎么按会话隔离——这是记忆管理的问题。
• 想让模型回答公司内部文档，但直接把全文塞进 prompt 就超长、又答不准——这是文档切分、嵌入与向量检索的问题。
• 检索出来的内容明明相关，模型还是答偏——这是 RAG 里检索与生成怎么衔接的问题。
• 想让模型自己决定"先查天气再算日期"，而不是你写死流程——这是工具调用与 Agent 的问题。
• 跑得通 demo，但一换成流式输出、加个重试就散架——这是链式编排与输出解析的问题。

这五条基本覆盖了从"会调 API"到"能交付一个问答机器人"之间的主要缺口。课程按这条线组织，而不是按框架的模块清单平铺。

核心内容落在哪几个点上

链与编排

从最基础的 Prompt 模板 + 模型 + 输出解析这条链开始，理解数据是怎么一步步往下传的。重点不是记住某个类名，而是搞清楚输入输出的契约：上一环吐什么，下一环要什么。把这层想通，后面拼复杂流程才不会靠试错。

记忆与状态

多轮对话不是把历史消息无脑堆进 prompt。要处理的是：保留多少轮、超长怎么截断或摘要、多个用户并发时状态怎么分开。这部分代码不多，但坑集中。

文档、嵌入与向量库

这是 RAG 的前半段。文档怎么切、切成多大、嵌入模型选哪个、向量存到哪、检索时取几条——每个选择都直接影响最终答案质量。课程会用文档问答系统把这些环节串起来，让你看到"检索不准"往往不是模型的问题，而是切分或召回策略的问题。

工具调用与 Agent

让模型输出结构化的调用意图，由框架去执行工具、把结果回填，再决定下一步。这里要盯住的是可控性：模型选错工具怎么办、循环停不下来怎么办。理解执行循环，比记 API 更重要。

练习该怎么配合

光看代码演示会有一个错觉：好像都懂了。建议每学完一块就自己动手改一处——把向量检索的 top-k 从 3 调到 10，看答案怎么变；把记忆的窗口改小，看多轮对话什么时候开始"失忆"；给 Agent 加一个会报错的工具，看它怎么处理失败。这类小改动最能暴露理解上的空洞。文档问答和聊天机器人这两个例子，适合作为阶段性的自测项目，不看参考代码自己搭一遍。

看完应该能回答的问题

• 一条最基本的链由哪几部分组成，数据在各环节之间以什么形式流转？
• 多轮对话的历史要怎么管理，直接在 prompt 里堆消息会有什么后果？
• 文档问答里，检索到的内容和模型生成的答案之间是什么关系，答错时该先查哪一环？
• Agent 和固定流程的链本质区别在哪，什么场景下值得用 Agent？
• 把 demo 换成流式输出或加上失败重试，哪些地方需要改？

能顺畅答出这几条，说明你不只是跑通过示例，而是理解了这套框架在解决什么问题。框架会更新，API 会改名，但这些问题背后的工程取舍变化很慢。