langchain-course
使用 LangChain v1+ 和 LangGraph 開發 AI 代理的專案式課程儲存庫:搜尋代理、RAG 系統、反思代理與程式碼解譯器。
langchain-course 是什麼?
一個專案式課程儲存庫,用於使用 LangChain v1+ 和 LangGraph 開發 AI 代理:搜尋代理、RAG 系統、反思代理與程式碼解譯器。
langchain-course 概覽
這是什麼
這是一個以專案為基礎的課程儲存庫,用於使用 LangChain v1+ 和 LangGraph 開發 AI 代理。內容包含搜尋代理、RAG 系統、反思代理和程式碼直譯器。該儲存庫旨在透過 Python 教授如何建立真實世界的 AI 代理,並使用最新的 LangChain 版本(V.1.0+)。
主要功能
- 7 個完整專案,從初階到進階,包括 Ice Breaker、Documentation Helper 和 Code Interpreter - 真實世界應用,使用即時 API 解決實際問題 - 現代技術棧:LangChain v0.3+、LangGraph、Pinecone、FAISS、Streamlit - 實用技能:RAG、向量資料庫、提示工程和代理工作流程 - 互動式學習:按時間順序追蹤提交記錄,逐步學習 - 外部專案:Ice Breaker、Medium Analyzer、Documentation Helper、Reflection Agent、Reflexion Agent、Agentic RAG
使用情境
- 使用自訂工具和 Tavily 整合建立搜尋代理 - 實作檢索增強生成(RAG)系統 - 建立具備反思和評論能力的自我改進代理 - 開發 AI 驅動的程式碼執行與分析工具 - 學習多步驟推理和內容分析工作流程
快速開始
先決條件:具備基本軟體工程知識,熟悉 git、Python、環境變數、類別、測試和除錯。需要 Python 3.10+ 和任何 Python 套件管理器(uv、poetry、pipenv),但不包括 conda。需要存取 LLM(可透過 Ollama 使用開源模型,或使用雲端供應商)。不需要機器學習經驗。 設定: bash git clone https://github.com/emarco177/langchain-course cd langchain-course # 針對基於分支的專案: git checkout project/hello-world uv sync uv run python main.py # 進階到 Code Interpreter: git checkout project/code-interpreter uv sync uv run python main.py # 針對外部儲存庫專案: git clone https://github.com/emarco177/ice_breaker cd ice_breaker # 依照專案特定的設定說明
授權與價格
採用 Apache-2.0 授權。該儲存庫為開源。
內容整理自該專案公開的 README 與儲存庫資訊。