LangChain 企业级实战
⭐ 30章 · 从入门到部署
01
LangChain 初探
什么是 LangChain？为什么企业需要它？核心概念（LLM、Chain、Agent、Memory）概览。
02
环境搭建与第一个 Chain
安装 LangChain、配置 OpenAI/国产大模型 API Key、运行第一个 LLMChain。
03
Prompt 模板的艺术
从 f-string 到 PromptTemplate、FewShotPromptTemplate、动态变量注入。
04
输出解析器（Output Parsers）
PydanticOutputParser、CommaSeparatedListOutputParser、自定义解析器。
05
Chain 的基石
LLMChain 详解、多参数传递、Chain 的输入输出校验。
06
顺序链（SequentialChain）
SimpleSequentialChain 与 SequentialChain，构建多步骤流水线。
07
路由链（RouterChain）
根据输入内容动态选择不同的处理路径。
08
并行链与 Transform Chain
ParallelChain 提升效率，TransformChain 做数据预处理。
09
对话记忆（Memory）上篇
ConversationBufferMemory、ConversationBufferWindowMemory。
10
对话记忆（Memory）下篇
ConversationSummaryMemory、VectorStoreRetrieverMemory、实体记忆。
11
Agent 与工具（上）
Agent 的概念、ReAct 模式、加载内置工具（如 SerpAPI、Calculator）。
12
Agent 与工具（下）
自定义 Tool、AgentExecutor 配置、Agent 的异常处理与重试。
13
文档加载器（Document Loaders）
加载 PDF、CSV、HTML、Markdown、数据库等不同来源的数据。
14
文本分割器（Text Splitters）
RecursiveCharacterTextSplitter、按 Token 分割、语义分割。
15
向量数据库与 Embedding
OpenAIEmbeddings、HuggingFaceEmbeddings、Chroma 与 FAISS 实战。
16
检索式问答链（RetrievalQA）
从文档加载到向量存储再到问答的完整流程。
17
高级检索技术
ParentDocumentRetriever、SelfQueryRetriever、EnsembleRetriever。
18
索引与多轮检索
构建知识库索引、结合 Memory 实现多轮对话中的检索增强。
19
回调机制（Callbacks）
监听 Chain 执行过程、自定义 CallbackHandler、日志与监控。
20
LangChain 表达式语言（LCEL）
用 | 操作符构建声明式 Chain、RunnablePassthrough 与 RunnableMap。
21
流式输出（Streaming）
实现打字机效果、实时输出 LLM 生成内容。
22
缓存策略
LLM 结果缓存（InMemoryCache、SQLiteCache）、减少 API 调用成本。
23
多模型支持
切换 OpenAI、Claude、文心一言、通义千问；模型 Fallback 策略。
24
安全与权限控制
Prompt 注入防护、敏感信息过滤、用户会话隔离。
25
测试与评估
构建测试数据集、使用 LangSmith 追踪与评估 Chain 质量。
26
部署与 API 化
使用 FastAPI 封装 LangChain 应用、Docker 容器化部署。
27
企业级实战案例（一）
智能客服机器人——意图识别 + 知识库检索 + 工单生成。
28
企业级实战案例（二）
自动化报告生成——从数据库查询到 Markdown/PDF 报告输出。
29
企业级实战案例（三）
代码审查助手——结合 Git 提交记录与静态分析工具。
30
课程总结与未来展望
LangChain 生态全景、LangGraph 与多 Agent 协作、职业发展建议。