langchain-course

跟着项目实战,快速上手LangChain智能体开发

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 3595 🐛 待处理 34 👀 关注 43
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1771
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源课程仓库,全部内容免费,无付费版本。

项目预览

langchain-course 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队emarco177
定价模式🏷️完全免费
价格说明开源课程仓库,全部内容免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
技术栈/模型agents,langchain,langgraph,langsmith,python,rag
GitHub 星标★ 1771
上线时间2023-04-15 00:00:00
代码更新2026-10-31
仓库体积5.4 MB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数3

项目介绍

这是一个基于项目的AI智能体开发课程仓库,专注于使用LangChain v1+和LangGraph构建各类智能体,包括搜索智能体、RAG系统、反思智能体和代码解释器。课程以项目实战为导向,每个项目都配有完整的代码和说明,帮助开发者从零开始掌握LangChain生态的核心概念与最佳实践。仓库结构清晰,按难度递进,覆盖了从基础工具调用到复杂多智能体协作的完整路径。对于希望系统学习LangChain并快速上手实际AI应用的开发者来说,这是一个非常实用的学习资源。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1771

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • git(用于克隆仓库与切换分支)
  • uv(README 中所有依赖安装与运行命令均基于 uv)
  • Python 环境(课程使用 Python 语言)
  • 能访问 GitHub 与各项目所需外部 API 的网络环境

安装与启动步骤

  1. 1克隆课程仓库

    把课程仓库下载到本地并进入目录,后续所有命令都在该目录下执行。

    git clone https://github.com/emarco177/langchain-course
    cd langchain-course
  2. 2切换到项目分支

    课程按难度分分支,先切到入门分支;其他分支如 project/code-interpreter 同理。

    git checkout project/hello-world
  3. 3同步项目依赖

    uv sync 会按项目配置安装依赖,务必在仓库目录内执行。

    uv sync
  4. 4运行示例程序

    运行该分支的主程序,看到正常输出且无报错即表示环境可用。

    uv run python main.py
  5. 5查看学习进度

    每个 commit 对应一节课,用该命令查看演进过程,可 checkout 回看历史提交。

    git log --oneline
  6. 6克隆外部项目

    Ice Breaker 等外部项目不在本仓库,需单独克隆并按该项目自身说明配置。

    git clone https://github.com/emarco177/ice_breaker
    cd ice_breaker

如何确认成功

在分支目录执行 uv run python main.py,程序正常输出结果且无报错,即说明依赖与环境配置成功。

常见问题

Q:没有安装 uv 怎么办?

A:README 未给出 uv 的安装方式,需先参考 uv 官方文档完成安装,再执行 uv sync 与 uv run 命令。

Q:我想学进阶内容该怎么做?

A:按项目表切换对应分支,例如 git checkout project/agents-under-the-hood;外部项目则单独克隆对应仓库。

Q:运行时报 API 相关错误怎么办?

A:课程使用真实 API(含 Tavily 等),README 未列出密钥配置项,请查看对应分支或外部项目仓库内的说明。

Q:如何看懂课程的讲解顺序?

A:用 git log --oneline 查看提交记录,每个 commit 代表一节课或一个功能实现。

注意事项

  • README 中安装与运行步骤针对分支式项目,均使用 uv 而非 pip。
  • 外部项目(Ice Breaker、Medium Analyzer、Documentation Helper 等)需按各自仓库的说明单独安装配置。
  • 课程依赖真实 API,README 未提供密钥等配置细节,需结合分支内代码与实际服务自行准备。

核心亮点

  • 项目驱动,每个模块都有可运行的完整代码,边学边练
  • 覆盖搜索、RAG、反思、代码解释等主流智能体场景,实用性强
  • 基于LangChain v1+和LangGraph,紧跟最新技术栈

不足之处

  • 文档/社区待观察
  • 未提供中文翻译,对国内初学者有一定语言门槛

适用场景

  • 系统学习LangChain和LangGraph的开发者
  • 需要快速搭建RAG或搜索智能体的项目团队
  • 作为内部培训或技术分享的参考资料

替代项目

LangChain官方文档与教程、Hugging Face Agents Course、DAIR.AI Prompt Engineering Guide

上一篇:PageLM

下一篇:start-llms

同类项目推荐

machine-learning-models 开源

阿拉伯语学AI,边看边练上手快

An attempt to spread knowledge about machine learning and artificial intelligence to···

★ 82 2026-08-09
S4ntrx-Bot 开源

用聊天方式带学生入门网络安全

The project is a multi-user cybersecurity education chatbot built with Flask, aimed ···

★ 145 2026-10-21
llms-from-scratch-cn 开源

用Python从零手写大模型,看懂GLM4/Llama3/RWKV6原理

仅需Python基础,从0构建大语言模型;从0逐步构建GLM4Llama3RWKV6, 深入理解大模型原理

★ 4450 2026-08-09
LLPlayer 开源

看视频学语言,双语字幕+AI翻译,听说读写全搞定

The media player for language learning, with dual subtitles, AI-generated subtitles,···

★ 4607 2026-08-09
AI-pdf-books 开源

AI/数据工程师的PDF书库,一次找齐系统学习资料

The AI/Data book repository for AI Engineers, ML Engineers, LLMOps, MLOps, and Data ···

★ 489 2026-10-09
step_into_llm 开源

跟着华为课程,用 MindSpore 从零上手大模型

MindSpore online courses: Step into LLM

★ 480 2026-08-09
daily-interview 开源

刷完这份面经,搞定AI算法岗面试

Datawhale成员整理的面经,内容包括机器学习,CV,NLP,推荐,开发等,欢迎大家star

★ 3889 2026-08-09
llm-universe 开源

跟着动手做,零基础也能开发大模型应用

本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina···

★ 14275 2026-08-09
Daily-LLM 开源

每天跟练 AI 基础与算法,系统补齐大模型面试短板

机器学习/深度学习/Python/大模型/多模态/LLM/deeplearning/Python/Algorithm interview/N···

★ 869 2026-09-16