2026版LangChain教程,langchain快速入门, Agent智能体rag项目实战

192.3万
9365
2026-06-23 10:00:00
9550
8472
3.1万
3014
【配套资料】关注公众号:尚硅谷教育,回复“大模型”免费获取 【课程简介】LangChain学习一套通,从入门到三大综合项目实战
1V1就业指导、简历模板、毕设,加小谷姐姐秋:3124787958
视频选集
(1/120)
01-课程介绍
04:09
02-为什么需要LangChain
10:50
03-大模型相关岗位介绍
04:17
04-LangChain是什么
07:15
05-LangChain的主要模块和API文档
04:17
06-LangChain家族四大支柱
04:43
07-conda的安装及虚拟环境的配置
16:51
08-大模型应用场景1:Agent开发
09:48
09-大模型的应用场景2:Agent开发
05:55
10-大模型开发的4个递进场景
04:04
11-模型调用前的准备工作
11:05
12-调用DeepSeek官网的DeepSeek模型
16:59
13-调用智谱和阿里云百炼平台的大模型
11:00
14-ChatOpenAI兼容用法
08:36
15-使用OpenRouter和CloseAI中转平台调用模型
18:14
16-LangChain1.x中init_chat_model方式
17:10
17-模型初始化常用的参数
12:33
18-Ollama的安装与本地模型的调用
13:56
19-测试invoke传递三种不同的参数类型
22:08
20-invoke的返回值的详细说明
08:42
21-流式调用、批量调用与异步调用
18:41
22-profile属性_初始化model_kwargs与extra_body参数_调用的config参数
26:51
23-LangSmith的介绍与基本使用
08:48
24-LangSmith的主要功能介绍
03:31
25-认识消息与消息的两种格式
11:28
26-4种消息对象中字段的说明
13:29
27-对话历史的管理和优化
11:36
28-案例:多轮对话聊天机器人
11:46
29-content和content_blocks的使用
13:47
30-ChatPromptTemplate的两种实例化方式和三种调用方式
19:16
31-ChatPromptTemplate初始化的6种参数类型
14:20
32-部分变量预填充_消息占位符等的使用
16:21
33-工具的调用方式与整体执行流程分析
19:56
34-不使用@tool方式定义工具
19:12
35-使用@tool装饰器定义工具:description和name
12:26
36-使用@tool装饰器定义工具:args_schema
11:07
37-案例1和2:使用args_schema和docstring
19:13
38-案例3-4:多工具的调用
10:09
39-tool_choice参数的使用
08:47
40-工具使用的实践经验总结
04:52
41-结构化输出的理解
04:20
42-Pydantic的基本使用
11:11
43-Pydantic高级特性:可选字段、默认值、枚举类型
15:50
44-Pydantic高级特性:列表提取、嵌套、限制条件
20:52
45-Pydantic模式的工作流程图解
03:04
46-TypedDict格式的使用
13:55
47-JSON Schema格式的使用
06:10
48-@dataclass格式的使用
02:28
49-四种不同模式的类型校验情况
08:13
50-两种获取结构化结果的方式
09:57
51-Agent的概述
07:41
52-Agent实例化中模型的两种传入方式
07:32
53-Agent通过invoke()方式调用
07:14
54-Agent绑定工具并调用
18:14
55-工具调用流程分析_常见问题分析
11:42
56-设置agent的name和system_prompt
11:28
57-agent结构化输出的4种策略
14:42
58-ToolStrategy的schema设置结构化输出-Pydantic类型
15:43
59-ToolStrategy的schema设置结构化输出-其它几种方式
12:13
60-ToolStrategy的tool_message_content参数使用
03:38
61-Agent的高级用法:错误处理机制
17:42
62-设置Agent的流式输出策略
19:22
63-Agent的实战:多功能智能助手
16:55
64-为什么需要中间件_中间件的分类
16:06
65-SummarizationMiddleware中间件的使用
15:14
66-HumanInTheLoopMiddleware中间件的使用
24:12
67-PIIMiddleware中间件的使用
13:58
68-TodoListMiddleware中间件的使用
14:49
69-ModelCallLimitMiddleware中间件的使用
11:02
70-ToolCallLimitMiddleware中间件的使用
06:34
71-ModelFallbackMiddleware中间件的使用
02:05
72-LLMToolSelectorMiddleware中间件的使用
05:28
73-ToolRetryMiddleware中间件的使用
08:50
74-ModelRetryMiddleware中间件的使用
02:33
75-LLMToolEmulator中间件的使用
01:51
76-ContextEditingMiddleware中间件的使用
05:45
77-FilesystemFileSearchMiddleware中间件的使用
02:50
78-多个中间件组合及执行顺序
03:18
79-hook函数的理解
05:00
80-基于装饰器定义Node-style的钩子函数
08:35
81-基于类定义Node-style的钩子函数
07:48
82-装饰器参数can_jump_to的使用
12:47
83-wrap_model_call的实现和使用场景
13:09
84-wrap_tool_call的实现和使用场景
10:40
85-装饰器和类方式的选择_hook函数执行顺序
09:03
86-记忆的概念和记忆的分类
14:46
87-短期记忆之基于内存的持久化器的实现
13:48
88-基于内存存储的工作原理和常见问题
06:52
89-腾讯云部署Linux服务器
07:16
90-PostgreSQL数据库的安装
04:51
91-远程服务器连接额外操作
06:28
92-短期记忆之PostgreSQL实现持久化存储
07:56
93-对比两种方式的不同
07:07
94-消息裁剪的治理策略
12:28
95-消息删除、摘要的治理策略
13:33
96-长期记忆的介绍和存储架构
07:52
97-put()和get()操作的的演示
11:00
98-search()操作的演示
13:47
99-在工具中访问长期记忆(基于InMemoryStore)
14:28
100-在工具中访问长期记忆(基于PostgresStore)
03:50
101-在中间件中访问长期记忆
05:06
102-RAG模块的必要性
09:01
103-RAG工作流程和环境准备
08:52
104-TextLoader和CSVLoader的使用
06:20
105-JSONLoader加载JSON文件
09:40
106-PyPDFLoader和MinerU加载pdf文件
06:16
107-其它格式文件的加载器
06:02
108-切分策略及TextSplitter中的三个核心方法
13:34
109-CharacterTextSplitter的使用
07:19
110-RecursiveCharacterTextSplitter的使用
10:57
111-其它多种TextSplitter的使用演示
08:34
112-嵌入模型的初始化及文档向量化举例
13:02
113-向量数据库介绍_docker的安装和设置
08:31
114-Milvus的安装和数据模型说明
06:49
115-Milvus数据库的DDL操作
09:57
116-Milvus数据库的DML和DQL操作
17:42
117-项目Assistant客服知识库之全局配置_初始化Milvus
09:05
118-项目Assistant客服知识库之文档切分_向量化并写入Milvus
17:28
119-项目Assistant客服知识库之初始化Agent_检索函数
05:27
120-项目Assistant客服知识库之生产与回答生成
09:51
客服
顶部
赛事库 课堂 2021拜年纪