打破 API 调用的天花板,用代码构建可落地的智能应用
本课程直击开发者的痛点:仅仅调用大模型接口只能做简单的问答,无法处理复杂的业务逻辑。课程聚焦于 LangChain 开源框架,解决的核心问题是“如何将大模型的能力转化为结构化的生产力”。你将学习如何通过代码封装提示词、构建任务链、配置代理以及解析数据库,让 AI 从被动的回答者转变为主动的决策者。这门课适合有一定 Python 基础、想从“调用接口”进阶到“开发完整 AI 应用”的开发者。建议先重点学习第 5 节(任务链)和第 7 节(AI 代理人),这是理解 LangChain 核心架构的关键,能帮你快速建立对框架的整体认知。
掌握工作流编排,实现从“问答”到“决策”的跨越
学完本课程,你应该能独立开发具备自主决策能力的应用。不仅要能熟练封装提示词和格式化输出,更要能搭建完整的工作流,让 AI 在面对模糊需求时,能够拆解任务、调用工具(如查询数据库、阅读文档、解析代码)并执行操作。资料包中的配套练习将引导你动手实现一个包含“思考-行动”机制的完整项目,这是区分普通调用者和高级开发者的分水岭。
边学边练,构建可复用的工具集
课程内容紧贴实战,建议在观看视频的同时,配合资料包中的代码片段进行调试。不要只看不做,尝试修改示例中的参数,观察 AI 代理在不同场景下的行为变化。通过反复实践,你应该能熟练掌握如何定义工具、配置记忆以及处理长文本摘要,最终输出一份可以直接落地的应用方案。
课程目录
1 认识LangChain (04:57) 2 开发第一个langchain应用 (10:57) 3 langchain封装提示词 (04:47) 4 示例选择器生成精准提示词 (06:56) 5 任务链完成思考和工作流程 (07:32) 6 使用输出解析器格式化输出 (06:45) 7 AI代理人的决策和行动 (05:45) 8 总结长文本摘要 (05:23) 9 使用文档作为上下文的问答 (06:57) 10 AI自动评估文档答案 (04:18) 11 LangChain查询数据库获取信息 (03:07) 12 自动解析代码库-理解并根据需要生成代码 (04:05) 13 自动读取API文档根据需求自动调用文档获取信息 (03:06)





