0% 总进度

🗺️ 你的 LangChain 学习之旅

9 个阶段、58 篇课程，从零基础到能造自己的 AI 助手。登录后即可记录进度、点亮成就。

▶ 继续学习：LangChain 是什么？ 免费注册，开始旅程
1
↓
🐣

入门基础

认识 LangChain，跑通第一个程序

0/6
○ LangChain 是什么？ 入门 ○ 环境搭建与第一个程序 入门 ○ 核心架构总览：LangChain 的模块地图 入门 ○ Model I/O：与模型交互的三要素 入门 ○ Tokens、上下文窗口与成本 入门 ○ 流式输出与异步调用 入门
2
↓
🧩

核心概念

Prompt、Chain、Memory 三大件

0/8
○ Prompt Templates：提示词模板 入门 ○ Few-shot 示例与提示工程技巧 中级 ○ Output Parsers：结构化输出 中级 ○ Chains 与 LCEL：链式组合的艺术 中级 ○ Memory：让对话拥有记忆 中级 ○ Callbacks 与调试：追踪执行过程 中级 ○ 多链组合与动态路由 中级 ○ 提示词版本管理与测试 中级
3
↓
✍️

Prompt Engineering

Few-shot、CoT 与结构化提示

0/4
○ Prompt Engineering 总览：提示词的四段式解剖 入门 ○ Few-shot 深入：少样本示例的科学与艺术 中级 ○ CoT 思维链：让模型一步步思考 中级 ○ 结构化提示：让输出稳定可解析 中级
4
↓
🔧

AI 工具开发

为智能体打造趁手的工具

0/5
○ AI 工具开发总览：什么时候需要造工具 入门 ○ 工具接口设计：从业务需求到参数 Schema 中级 ○ 工具的工程质量：校验、超时、重试与可观察 高级 ○ 外部系统工具实战：数据库、API、浏览器与代码执行 高级 ○ 工具评测与迭代：让工具越用越好 高级
5
↓
📐

机器学习基础

看懂大模型的来路

0/8
○ 机器学习是什么：从写规则到学规律 入门 ○ 监督学习：分类与回归 入门 ○ 模型评估：过拟合、交叉验证与指标 中级 ○ 神经网络与深度学习入门 中级 ○ NLP 基础：从词向量到 Transformer 中级 ○ 大模型是怎么炼成的：预训练、SFT 与 RLHF 高级 ○ Embedding 深入：语义检索的数学原理 高级 ○ 微调 vs RAG vs 提示工程：如何选择 中级
6
↓
🔬

Transformer 架构

深入模型的引擎室

0/6
○ Transformer 全景：一张图看懂架构 中级 ○ 自注意力机制：Q、K、V 详解 高级 ○ 多头注意力与位置编码 高级 ○ Encoder 与 Decoder：从 BERT 到 GPT 高级 ○ Tokenizer：文本如何变成模型输入 中级 ○ 推理加速：KV Cache、GQA 与长上下文 高级
7
↓
🧠

MoE 混合专家

大模型的稀疏化之道

0/4
○ MoE 混合专家：用稀疏激活突破参数瓶颈 中级 ○ MoE 架构细节：门控路由与负载均衡 高级 ○ MoE 的训练与推理：显存换算力的经济学 高级 ○ 主流 MoE 模型盘点与选型指南 中级
8
↓
🚀

进阶应用

Agent、RAG 与智能体工程

0/11
○ Agents：智能体工作原理 中级 ○ Tool Calling：让模型调用工具 中级 ○ RAG 检索增强生成：原理 高级 ○ RAG 实战：文档加载、切分与向量化 高级 ○ Vector Stores：向量数据库选型与使用 高级 ○ 文档加载全攻略：PDF、网页与 Office 中级 ○ 查询改写与 HyDE：提升检索命中率 高级 ○ RAG 评估与优化：命中率、忠实度与幻觉检测 高级 ○ 多轮对话 RAG：会话化检索 高级 ○ 意图识别：构建任务型对话助手 中级 ○ 智能体编排：从单 Agent 到多智能体协作 高级
9
↓
🎯

RAG 进阶

文档切分、多路召回与重排

0/4
○ 文档切分深入：从固定长度到语义与父子切分 高级 ○ 多路召回：向量检索 + 关键词检索的混合方案 高级 ○ 重排（Rerank）：精排的最后一道关卡 高级 ○ 端到端 RAG 调优实战：把 Hit Rate 从 62% 提到 91% 高级
10
↓
🧰

生态与工具

LangSmith、LangGraph、LangServe

0/3
○ LangSmith：可观测性与评估 中级 ○ LangGraph：有状态多智能体编排 高级 ○ LangServe 与部署：把链变成服务 中级
11
↓
🦙

LlamaIndex

数据框架：从入门到精通

0/7
○ LlamaIndex 是什么：连接私有数据与 LLM 的数据框架 入门 ○ 核心概念：Document、Node 与 IngestionPipeline 中级 ○ 索引全景：不止向量索引 中级 ○ 查询引擎与聊天引擎：Query Engine vs Chat Engine 中级 ○ 检索进阶：Retriever、Postprocessor 与重排 高级 ○ LlamaIndex 的 Agent 与 Workflows 高级 ○ 精通之路：LlamaIndex vs LangChain 选型与综合实战 高级
12
↓
🕸

LangGraph

有状态智能体编排：从入门到精通

0/7
○ LangGraph 是什么：把智能体画成一张图 入门 ○ State 与 Reducer：图的状态机基础 中级 ○ 节点与边：条件路由与子图 中级 ○ ReAct Agent 与工具节点：create_react_agent 深入 高级 ○ Checkpointer 与 Human-in-the-loop：持久化与人工介入 高级 ○ 多智能体系统：Supervisor 与 Swarm 模式 高级 ○ 精通之路：生产化部署、流式与调试 高级
13
↓
🔌

MCP 协议

AI 应用的 USB-C：从入门到精通

0/8
○ MCP 是什么：AI 应用的 USB-C 接口 入门 ○ MCP 架构：Host、Client、Server 与传输层 中级 ○ 三大原语：Tools、Resources 与 Prompts 中级 ○ 动手实战：写一个自己的 MCP Server 中级 ○ MCP 集成进你的 Agent：LangChain/LangGraph 桥接 高级 ○ MCP 安全与生产实践 高级 ○ 精通之路：MCP 生态与选型决策 高级 ○ 在线开发台：在浏览器里调试 MCP Server 中级
14
↓
🦞

OpenClaw 实战

开箱即用的个人 AI 助手

0/6
○ OpenClaw 是什么：跑在你电脑上的全天候 AI 助手 入门 ○ 架构解析：Gateway 网关与消息渠道 中级 ○ 安装部署：十分钟跑通第一个助手 入门 ○ Skills 技能系统：让助手自我进化 中级 ○ 内置工具与定时任务：从对话到自动化 中级 ○ 实战：打造你的全天候学习秘书 高级
15
↓
🛠

Harness 架构

模型之外的工程脚手架

0/5
○ Harness 是什么：模型与智能体之间的脚手架 中级 ○ Agent Loop：Harness 的核心循环 中级 ○ 上下文工程：Harness 的记忆管理 高级 ○ 权限与沙箱：Harness 的安全边界 高级 ○ 评测 Harness：如何科学地衡量智能体好坏 高级
16
🏆

实战案例

综合运用，做出真项目

0/5
○ 实战：个人知识库问答机器人 中级 ○ 实战：自动化周报生成器 中级 ○ 实战：客服工单智能分类与路由 中级 ○ 实战：代码助手与 SQL 问答 高级 ○ 实战：解析本站 AI 助手的编排架构 中级
🎉 终点：造出你自己的 AI 助手

🏅 成就墙

🔒 启程 完成第 1 篇课程
🔒 渐入佳境 完成 5 篇课程
🔒 概念筑基 完成「核心概念」全部课程
🔒 工具匠人 完成「AI 工具开发」全部课程
🔒 提示词大师 完成「Prompt Engineering」全部课程
🔒 理论筑底 完成「机器学习基础」全部课程
🔒 架构透视 完成「Transformer 架构」全部课程
🔒 MoE 架构师 完成「MoE 混合专家」全部课程
🔒 Agent 探索者 完成「进阶应用」全部课程
🔒 检索优化师 完成「RAG 进阶」全部课程
🔒 数据框架达人 完成「LlamaIndex」全部课程
🔒 编排大师 完成「LangGraph」全部课程
🔒 接入专家 完成「MCP 协议」全部课程
🔒 学识渊博 完成 25 篇课程
🔒 全站毕业 完成全部课程