datawhalechina/easy-langent

📚“langent”由“lang”与“agent”合并而来的学习教程

解决的问题

许多学习者在从理解 AI 代理理论到实际构建可用应用的过程中遇到困难。像 LangChain 和 LangGraph 这样的官方框架包含许多组件和概念,可能让人感到不知所措,并且与现实世界使用脱节。本项目通过提供结构化的、基于项目的学习路径,弥合了理论与实践之间的差距。

工作原理

课程分为八个章节,逐步推进。首先介绍 LangChain 和 LangGraph 框架,然后涵盖核心组件,如模型调用、提示模板、输出解析、记忆和工具。后续章节涵盖高级主题,如链式工作流、检索增强生成(RAG)、有状态工作流、多代理协作,以及一个最终实践项目,构建“谁是卧底”游戏代理。每章都附带具体任务,仓库还包含一系列学习者构建的示例项目(例如,狼人杀游戏、剧本杀游戏、医疗 RAG、AI 面试官),以激发进一步探索。

适用人群

本教程面向希望开始代理开发的大学生和开发者。它假设读者具备基本的 Python 知识、对大型语言模型的一般理解,以及对代理概念的一些熟悉。如果缺少这些先决条件,README 建议先完成 Datawhale 的其他课程。

亮点

  • 从框架基础到高级多代理系统的结构化、渐进式学习路径
  • 每章都有实践任务以巩固学习
  • 全面覆盖 LangChain 和 LangGraph 组件
  • 包含来自学习者团队的真实项目示例集合
  • 开源,可通过 GitHub Pages 或镜像站点免费在线阅读

相关

  • 项目
  • 项目
  • 项目
  • 项目