LEARNING_GUIDE.md

学习路线总纲（Learning Guide）

🌐 English version: LEARNING_GUIDE.en.md

🧭 导航 · 🏠 首页 · 环境搭建 · 01 模型与提示词 · 目录结构

🏷️ 难度：入门 · 时长：约 10 分钟 · 前置：环境搭建

本文档给出推荐的 LangChain 学习顺序与每阶段的目标、投入时间建议。请配合 docs/0x-*.md 各章节文档与 notebooks/、examples/ 中的动手练习。

前置知识

在开始之前，请确认你已具备：

• Python 3.10+ 基础（函数、类、装饰器、异步基础）。
• 了解 LLM 是什么、能用 API（如 OpenAI）完成一次"问答"。
• 会创建并使用 Python 虚拟环境，能读懂 requirements.txt。

若以上有缺口，先补 Python 与"调用一次 Chat Completions API"的体验，再进入下面章节。

推荐学习顺序

阶段	主题	文档	目标产出	建议时长
0	环境搭建	ENV_SETUP.md	能跑通第一个 LLM 调用	0.5 天
1	模型与提示词	01-models-and-prompts.md	PromptTemplate + ChatModel 小demo	1 天
2	链 Chains	02-chains.md	用 LCEL 串起多步流程	1 天
3	记忆 Memory	03-memory.md	多轮带上下文对话	1 天
4	检索与 RAG	04-retrieval-and-rag.md	基于本地文档的问答	2 天
5	代理 Agents	05-agents.md	让 LLM 调用自定义工具	2 天
6	服务化部署	06-langserve-and-deployment.md	把链暴露为 HTTP API	1 天

学习方法建议

1. 读文档 → 写代码 → 跑通 → 改参数：每个章节先读概念，再在 notebooks/ 新建 0x_主题.ipynb 亲手实现，跑通后尝试改动参数观察差异。
2. 善用 LangSmith：进阶时开启 LANGCHAIN_TRACING_V2=true，在可视化界面看每次调用的输入/输出/耗时，建立"可观测"的工程直觉。
3. 做最小改动实验：例如把 gpt-4o-mini 换成 gpt-4o，对比效果与成本；把 Chroma 换成 FAISS，理解抽象层的可替换性。
4. 记录坑点：在对应 notebook 的 Markdown 单元格里写下你踩过的坑，这是比代码更宝贵的学习资产。

里程碑（自检清单）

• 能用 ChatOpenAI 完成一次对话
• 能用 PromptTemplate 动态构造提示词
• 能用 LCEL（| 管道）把"提示词→模型→输出解析"串成一条链
• 能实现带历史记忆的多轮对话
• 能对一个 PDF/Markdown 做切分、向量化并回答相关问题（RAG）
• 能定义工具并让 Agent 自主选择调用
• 能用 LangServe 把一条链发布为 API

完成以上里程碑，即具备独立开发 LangChain 应用的能力。