你将获得
1. 掌握 LangChain 生态与 LCEL 核心用法
2. 理解 LangGraph 设计哲学与图对象使用
3. 学会构建生产级 AI Agent 与多轮对话应用
4. 掌握多智能体通信与工作流设计方法
5. 实战构建反思机制智能体与 RAG 应用
课程介绍
本课程深度解析 LangGraph 核心技术与实战应用。从 LangChain 生态切入，回顾发展历程，解读新版本技术栈与 LCEL 快速入门，实战 RAG 应用构建。聚焦 LangGraph，详解设计哲学、图对象（节点、边、状态）定义，通过多轮对话智能客服案例掌握生产级 AI Agent 开发。进一步讲解多智能体构建，包括 Tool Calling、AgentNode 模板及节点通信。最后剖析反思机制原理，实战构建 Reflection Agent。课程从理论到实操，全面覆盖 LangGraph 核心技术与实战场景，助力学员掌握智能体开发关键能力。
课程目录
第一章：LangChain 新技术生态与 LCEL 快速入门
1. LangChain 发展回顾：从 SDK 到 Agent
2. LangChain 基础模块与最佳实践
3. LangChain 新版本升级、新技术栈解读以及社区生态的未来规划
4. LCEL 快速入门
5. LCEL 调试及快速构建 RAG 应用实战
第二章：使用 LangGraph 构建生产级 AI Agent
1. LangGraph 概述：设计哲学与技术背景
2. LangGraph 对象：图（节点、边、状态）的定义与使用
3. LangGraph 进阶实操
4. 实战：多轮对话智能客服（上）
5. 实战：多轮对话智能客服（下）
第三章：使用 LangGraph 构建多智能体 Multi-Agent
1. LangGraph Tool Calling 快速入门 & 自定义节点
2. 基于 AgentNode 模板构造多智能体
3. 智能体节点间通信、预构建组件 & 工作流设计
4. 实战 LangGraph 多智能体（Multi-Agent）
第四章：使用 LangGraph 构建反思机制智能体
1. Agent 构建：关键三要素 Prompt, LLM, Tools
2. Agent 的核心、未来以及 Multi-Agent 设计
3. Reflection & Critique 机制是什么
4. 实战 LangGraph 构建反思智能体 Reflection Agent
彭靖田
LangChain 开发者，谷歌开发者专家
