这门课适合已经能写 Python、调用过大模型 API，但一到「把模型接进真实业务流程」就卡住的人。Langchain 不是新语言，它更像一套把提示词、模型、外部数据和执行步骤串起来的胶水。胶水怎么涂、涂在哪一层，才是这门课要解决的问题。

先确认你缺的是哪一块

如果你现在的情况是：能对着文档跑通一个问答 demo，但换成自己的数据就不会接；知道 Agent 这个词，却说不清它和一条固定 chain 的区别；接到「让模型自己决定调哪个工具」的需求时无从下手——那缺口就不在模型本身，而在编排层。这门课从 chain 的基本结构讲起，提示、模型、输出解析器三段怎么拼，是后面所有内容的地基。地基没打牢，直接抄多智能体的代码，改一个字段就崩。

它在讲什么，不讲什么

课程主体落在 Langchain 的调用方式上：怎么把国内的模型接进来，怎么让输出解析器把模型的自由文本变成程序能用的结构化结果，怎么在 chain 之间传递中间状态。多智能体部分关注的是角色划分与协作——谁负责拆任务、谁负责执行、谁负责校验，以及它们之间靠什么传递上下文。它不会教你从零训练模型，也不会展开讲向量数据库的底层原理，这些属于另一条线。你要带着「我已经有大模型，现在要让它干活」的前提来看。

看的时候别只看，跟着改

这类框架课最容易变成「看的时候都懂，关掉视频就忘」。建议每个 chain 示例都做两件事：一是换掉模型，把示例里用的模型换成你手头能调通的另一个，观察哪些参数要跟着改；二是换掉输出解析的字段，自己加一个字段再让它跑通。多智能体部分则建议先跑通最小协作，再故意让其中一个角色返回格式错误的结果，看整个流程在哪里断、怎么兜底。能回答「这段代码删掉会怎样」，才算真的看进去了。

看完应该能回答这些问题

一条 chain 里，提示模板、模型、输出解析器各自负责什么，哪一步出错会导致后面全错？
接国内模型和接国外模型，在 Langchain 这一层需要改动的地方有哪些？
什么任务适合用固定 chain，什么任务非得上 Agent？判断依据是什么？
多个智能体协作时，任务是怎么被拆开又怎么被合并回来的？
当模型返回的内容不符合预期格式，你的代码在哪个环节做拦截？

一点提醒

Langchain 版本迭代快，示例里的接口和类名可能和你装的最新版对不上。遇到报错先查版本，别急着怀疑自己理解错了概念。把重心放在「它为什么这样分层」上，接口变了，思路还在。

51CTO老陈打码全新Langchain大模型AI应用与多智能体实战开发 IT教程吧

Langchain大模型AI应用实战教程

编辑点评

深入解析Langchain框架，结合多智能体技术，打造前沿AI应用。

⭐ 编辑推荐

跟随老陈，从Langchain入门到多智能体实战，开启AI应用开发新篇章。

课程亮点

• Langchain框架深度解析

• 多智能体技术实战

• 前沿AI应用开发

课程目录

replyreload += ',' + 2160424;├─第1章 Langchain快速入门
│   第1章01 快速认识Langchain.mp4
│   第1章02 chain的基本结构_提示_模型_输出解析器.mp4
│   第1章03 免费无限制百度文心一言Langchain接口应用.mp4
│   第1章04 Langchain快速接入国内比肩GPT4大模型DeepseekV2和ChatGLM4.mp4
│   第1章05 langchain接入国内最强大模型chatglm4.mp4
│   第1章06 Langchain接入开源大模型的类openai服务器.mp4
│   第1章07 调用Deepseek-R1大模型及本地部署多方案.mp4
│   第1章08 Langchain调用本地开源大模型ChatGLM3.mp4
│
├─第2章 Langchain提示词工程
│   第2章01 Langchain提示词模块与历史对话.mp4
│   第2章02 不同案例选择器应用_长度选择器_相似度选择器_重叠选择器.mp4
│   第2章03 ChromaDB向量数据库进行问题思路匹配提高回答准确率.mp4
│   第2章04 对话形式提示词工程.mp4
│   第2章05 提示词里模板中的模板解决复杂的聊天对话.mp4
│   第2章06 Langchain管道提示词模板应用.mp4
│
├─第3章 Langchain大模型输出解析精讲
│   第3章01 Langchain缓存加速应用响应.mp4
│   第3章02 解析输出csv_时间_枚举内容.mp4
│   第3章03 Langchain输出JSON格式和修复大模型错误输出.mp4
│   第3章04 langchain解析大模型XML输出格式.mp4
│   第3章05 如何自定义大模型的输出解析器.mp4
│
├─第4章 精通Langchain数据检索增强RAG
│   第4章01 RAG数据检索增强.mp4
│   第4章02 加载知识库文档与检索算法设置.mp4
│   第4章03 处理解析PDF文档为知识库.mp4
│   第4章04 HTML文本分割提炼网页知识点.mp4
│   第4章05 分割markdown_代码源码提炼知识库文档.mp4
│   第4章06 知识库文档生成多向量检索器实现精准检索.mp4
│   第4章07 让大模型生成检索语句进行精确查找.mp4
│   第4章08 大模型并行控制复杂流程.mp4
│   第4章09 大模型路由映射传递数据.mp4
│   第4章10 自定义链式配置的多种方式.mp4
│   第4章11 自定义流式生成器函数.mp4
│
├─第5章 Agent智能体开发
│   第5章01 搭建第一个AI智能体.mp4
│   第5章02 给智能体添加记忆能力.mp4
│   第5章03 智能体原理.mp4
│   第5章04 OpenAI智能体调用源码解析.mp4
│   第5章05 XML链式执行任务智能体搭建.mp4
│   第5章06 JSON链式智能体任务执行.mp4
│   第5章07 ReAct智能体搭建思路.mp4
│   第5章08 从零使用Langchain搭建适应不同大模型智能体.mp4
│   第5章09 自定义智能体记忆链创建.mp4
│
├─第6章 给智能体插上翅膀
│   第6章01 自主搭建超级搜索引擎Searxng服务器作为借口.mp4
│   第6章02 控制智能体限制执行.mp4
│   第6章03 AI大模型获取前沿论文知识.mp4
│   第6章04 AI调用Shell接管控制电脑.mp4
│   第6章05 AI根据问题生成代码并自主运行计算.mp4
│   第6章06 duckduckgo免费搜索引擎API应用.mp4
│
├─第7章 案例：具有知识库上下文感知人工智能销售助手
│   第7章01 具有知识库的上下文感知AI销售助手架构.mp4
│   第7章02 引导销售链与销售智能体实现.mp4
│   第7章03 赛力斯问界汽车知识库问答链搭建.mp4
│   第7章04 多链分工合作协作实现AI销售助手.mp4
│
├─第8章 LangGraph多智能体协作框架
│   第8章01 Langgraph多智体协作框架.mp4
│   第8章02 Langgraph多分支处多任务并行处理.mp4
│   第8章03 循环图与多图协作处理系统复杂任务1.mp4
│   第8章04 让智能体做GPT4都做不了的事情-讲段子Joke.mp4
│   第8章05 灵活应用工具的LangGraph智能体.mp4
│   第8章06 多智能体扮演明星玩综艺.mp4
│
├─第9章 企业项目知识管理与智能检索
│   第9章01 SQL自主调用查询.mp4
│   第9章02 SQL连表查询与异常处理.mp4
│   第9章03 langsmith监控调试开发.mp4
│   第9章04 图数据库Neo4j安装与初识.mp4
│   第9章05 cypher语法简介.mp4
│   第9章06 创建和查找图节点精讲.mp4
│   第9章07 创建节点关系.mp4
│   第9章08 WHERE条件查找数据.mp4
│   第9章09 精讲各类型修改节点与边操作.mp4
│   第9章10 精讲各类型删除节点、关系、属性.mp4
│   第9章11 图数据检索排序.mp4
│   第9章12 查找1个节点到另外1个节点中间所有的关系.mp4
│   第9章13 详讲python操控neo4j知识图谱数据库.mp4
│   第9章14 详解AI大语言模型自主操控知识图谱数据库.mp4
│   第9章15 llm_graph_builder知识图生成器应用程序详解.mp4
│
└─课件资料软件
│   LM-Studio-0.2.22-Setup.exe
└─资料代码.zip