LangChain从入门到实战（2026版）

《尚硅谷 LangChain 从入门到实战（2026版）》是一套面向大模型应用开发方向的系统性课程，主要帮助学习者从零基础逐步掌握基于 LangChain 的 LLM 应用开发能力，并最终具备独立完成企业级 AI 应用的实战能力。

课程开篇通常会从大语言模型的基础概念讲起，包括 LLM 的工作原理、提示词工程（Prompt Engineering）、Token 机制以及常见模型接口的调用方式，让没有 AI 背景的学员也能快速建立认知框架。在此基础上，课程会引入 LangChain 的核心思想，即通过“链式调用”与“组件化设计”来构建复杂 AI 应用。

在基础模块中，课程会详细讲解 LangChain 的核心组件，例如 PromptTemplate、LLM Chains、Agents、Tools、Memory 以及 Output Parsers 等，并结合 Python 实例演示如何将这些组件组合使用，实现问答系统、知识库检索、文本总结与自动化任务处理等功能。同时也会讲解向量数据库（如 FAISS、Chroma）的基本使用方法，以及 RAG（检索增强生成）架构的实现逻辑，这是当前 AI 应用开发的核心能力之一。

进入进阶阶段后，课程重点转向 Agent 智能体开发与多工具调用机制，例如如何让模型自动选择工具、如何设计任务拆解逻辑，以及如何构建具备推理能力的 AI 工作流。此外，还会涉及函数调用（Function Calling）、结构化输出控制、以及多轮对话记忆优化等关键技术点。

在实战部分，课程通常会带领学员完成多个完整项目，例如企业知识库问答系统、AI 客服系统、智能数据分析助手、自动化内容生成工具等。这些项目不仅涵盖前后端接口设计，还会涉及部署上线、API 管理与性能优化，让学习者具备真实项目落地能力。

此外，2026版本课程一般还会融入最新的大模型生态，例如 OpenAI 最新接口规范、国产大模型（如通义千问、文心一言等）的接入方式，以及多模型切换策略，帮助学员适应多平台开发环境。

总体来看，该课程适合 Python 开发者、后端工程师以及希望进入 AI 应用开发领域的学习者。通过“基础概念 + 核心组件 + RAG + Agent + 企业级实战”的完整路径，帮助学习者从工具使用者成长为具备AI应用设计能力的开发者。

课程目录：

尚硅谷-LangChain从入门到实战（2026版）/
│ ├── 尚硅谷-LangChain从入门到实战（2026版）必看.png (0.48 MB)
│ ├── 007-Conda的安装及虚拟环境的配置【整理不易‖记得关注：】.mp4 (142.82 MB)
│ ├── 033-工具的调用方式与整体执行流程分析【手动整理‖：】.mp4 (174.72 MB)
│ ├── 042-Pydantic的基本使用【整理不易‖免费奉上：】.mp4 (76.66 MB)
│ ├── 100-在工具中访问长期记忆（基于PostgresStore）【免费分享‖：】.mp4 (47.92 MB)
│ ├── 041-结构化输出的理解【免费分享‖：】.mp4 (37.30 MB)
│ ├── 070-ToolCallLimitMiddleware中间件的使用【耗时整理‖免费分享：】.mp4 (76.45 MB)
│ ├── 063-Agent的实战：多功能智能助手【整理不易‖记得关注：】.mp4 (171.87 MB)
│ ├── 013-调用智谱和阿里云百炼平台的大模型【不易整理‖请关注：】.mp4 (106.92 MB)
│ ├── 021-流式调用、批量调用与异步调用【整理不易‖记得关注：】.mp4 (215.92 MB)
│ ├── 116-Milvus数据库的DML和DQL操作【良心整理‖免费获取：】.mp4 (183.42 MB)
│ ├── 092-短期记忆之PostgreSQL实现持久化存储【耗时整理‖ 】.mp4 (66.66 MB)
│ ├── 004-LangChain是什么【耗时整理‖ 】.mp4 (126.80 MB)
│ ├── 103-RAG工作流程和环境准备【持续更新‖免费提供：】.mp4 (83.13 MB)
│ ├── 119-项目Assistant客服知识库之初始化Agent_检索函数【更多精选‖ 】.mp4 (45.81 MB)
│ ├── 【优质合集‖免费获取：】.mp4 (201.92 MB)
│ ├── 030-ChatPromptTemplate的两种实例化方式和三种调用方式【精挑细选‖免费提供：】.mp4 (212.26 MB)
│ ├── 060-ToolStrategy的tool_message_content参数使用【整理不易‖记得关注：】.mp4 (63.86 MB)
│ ├── 012-调用DeepSeek官网的DeepSeek模型【更多精选‖ 】.mp4 (143.23 MB)
│ ├── 076-ContextEditingMiddleware中间件的使用【精挑细选‖免费提供：】.mp4 (65.76 MB)
│ ├── 106-PyPDFLoader和MinerU加载pdf文件【耗时整理‖ 】.mp4 (81.60 MB)
│ ├── 109-CharacterTextSplitter的使用【花费时间‖免费获取：】.mp4 (76.66 MB)
│ ├── 101-在中间件中访问长期记忆【耗时整理‖ 】.mp4 (45.43 MB)
│ ├── 077-FilesystemFileSearchMiddleware中间件的使用【优质合集‖免费获取：】.mp4 (25.04 MB)
│ ├── 008-大模型应用场景1：Agent开发【持续更新‖免费提供：】.mp4 (87.67 MB)
│ ├── 072-LLMToolSelectorMiddleware中间件的使用【优质资源‖关注： 解锁】.mp4 (57.35 MB)
│ ├── 059-ToolStrategy的schema设置结构化输出-其它几种方式【公重号：】.mp4 (246.58 MB)
│ ├── 117-项目Assistant客服知识库之全局配置_初始化Milvus【优质合集‖免费获取：】.mp4 (83.73 MB)
│ ├── 090-PostgreSQL数据库的安装【花费时间‖免费获取：】.mp4 (58.54 MB)
│ ├── 【优质资源‖关注： 解锁】.mp4 (18.77 MB)
│ ├── 019-测试invoke传递三种不同的参数类型【手动整理‖：】.mp4 (202.02 MB)
│ ├── 088-基于内存存储的工作原理和常见问题【整理不易‖免费奉上：】.mp4 (53.58 MB)
│ ├── 118-项目Assistant客服知识库之文档切分_向量化并写入Milvus【不易整理‖请关注：】.mp4 (170.73 MB)
│ ├── 108-切分策略及TextSplitter中的三个核心方法【整理不易‖免费奉上：】.mp4 (112.82 MB)
│ ├── 015-使用OpenRouter和CloseAI中转平台调用模型【公重号：】.mp4 (182.55 MB)
│ ├── 027-对话历史的管理和优化【持续更新‖免费提供：】.mp4 (99.23 MB)
│ ├── 018-Ollama的安装与本地模型的调用【耗时整理‖不易且全免费：】.mp4 (124.13 MB)
│ ├── 003-大模型相关岗位介绍【不易整理‖请关注：】.mp4 (48.04 MB)
│ ├── 016-LangChain1.x中init_chat_model方式【整理不易‖记得关注：】.mp4 (209.18 MB)
│ ├── 【持续更新‖免费提供：】.mp4 (112.82 MB)
│ ├── 094-消息裁剪的治理策略【耗时整理‖ 】.mp4 (137.79 MB)
│ ├── 017-模型初始化常用的参数【整理不易‖记得关注：】.mp4 (116.44 MB)
│ ├── 082-装饰器参数can_jump_to的使用【耗时整理‖ 】.mp4 (206.86 MB)
│ ├── 084-wrap_tool_call的实现和使用场景【优质合集‖免费获取：】.mp4 (118.07 MB)
│ ├── 【整理不易‖免费奉上：】.mp4 (116.64 MB)
│ ├── 054-Agent绑定工具并调用【耗时整理‖免费分享：】.mp4 (213.17 MB)
│ ├── 050-两种获取结构化结果的方式【整理不易‖记得关注：】.mp4 (125.20 MB)
│ ├── 032-部分变量预填充_消息占位符等的使用【持续更新‖免费提供：】.mp4 (171.51 MB)
│ ├── 010-大模型开发的4个递进场景.mp4 (39.95 MB)
│ ├── 009-大模型的应用场景2：Agent开发.mp4 (51.57 MB)
│ ├── 053-Agent通过invoke()方式调用.mp4 (58.08 MB)
│ ├── 031-ChatPromptTemplate初始化的6种参数类型.mp4 (136.09 MB)
│ ├── 073-ToolRetryMiddleware中间件的使用.mp4 (119.87 MB)
│ ├── 014-ChatOpenAI兼容用法.mp4 (105.67 MB)
│ ├── 102-RAG模块的必要性.mp4 (81.17 MB)
│ ├── 055-工具调用流程分析_常见问题分析.mp4 (118.82 MB)
│ ├── 029-content和content_blocks的使用.mp4 (148.88 MB)
│ ├── 095-消息删除、摘要的治理策略.mp4 (203.52 MB)
│ ├── 086-记忆的概念和记忆的分类.mp4 (150.46 MB)
│ ├── 024-LangSmith的主要功能介绍.mp4 (19.94 MB)
│ ├── 067-PIIMiddleware中间件的使用.mp4 (138.38 MB)
│ ├── 020-invoke的返回值的详细说明.mp4 (119.74 MB)
│ ├── 096-长期记忆的介绍和存储架构.mp4 (61.20 MB)
│ ├── 023-LangSmith的介绍与基本使用.mp4 (80.41 MB)
│ ├── 046-TypedDict格式的使用.mp4 (134.33 MB)
│ ├── 057-agent结构化输出的4种策略.mp4 (183.14 MB)
│ ├── 069-ModelCallLimitMiddleware中间件的使用.mp4 (121.05 MB)
│ ├── 051-Agent的概述.mp4 (61.62 MB)
│ ├── 083-wrap_model_call的实现和使用场景.mp4 (121.40 MB)
│ ├── 107-其它格式文件的加载器.mp4 (65.09 MB)
│ ├── 120-项目Assistant客服知识库之生产与回答生成.mp4 (132.15 MB)
│ ├── 002-为什么需要LangChain.mp4 (113.36 MB)
│ ├── 114-Milvus的安装和数据模型说明.mp4 (53.81 MB)
│ ├── 026-4种消息对象中字段的说明.mp4 (156.71 MB)
│ ├── 089-腾讯云部署Linux服务器.mp4 (65.13 MB)
│ ├── 078-多个中间件组合及执行顺序.mp4 (34.49 MB)
│ ├── 001-课程介绍.mp4 (64.06 MB)
│ ├── 093-对比两种方式的不同.mp4 (86.39 MB)
│ ├── 075-LLMToolEmulator中间件的使用.mp4 (13.67 MB)
│ ├── 113-向量数据库介绍_docker的安装和设置.mp4 (78.52 MB)
│ ├── 085-装饰器和类方式的选择_hook函数执行顺序.mp4 (99.89 MB)
│ ├── 038-案例3和4：多工具的调用.mp4 (131.23 MB)
│ ├── 028-案例：多轮对话聊天机器人.mp4 (102.24 MB)
│ ├── 098-search()操作的演示.mp4 (154.46 MB)
│ ├── 066-HumanInTheLoopMiddleware中间件的使用.mp4 (269.30 MB)
│ ├── 061-Agent的高级用法：错误处理机制.mp4 (341.06 MB)
│ ├── 043-Pydantic高级特性：可选字段、默认值、枚举类型.mp4 (140.28 MB)
│ ├── 006-LangChain家族四大支柱.mp4 (79.56 MB)
│ ├── 079-Hook函数的理解.mp4 (54.18 MB)
│ ├── 045-Pydantic模式的工作流程图解.mp4 (20.60 MB)
│ ├── 104-TextLoader和CSVLoader的使用.mp4 (67.38 MB)
│ ├── 074-ModelRetryMiddleware中间件的使用.mp4 (20.73 MB)
│ ├── 005-LangChain的主要模块和API文档.mp4 (74.58 MB)
│ ├── 039-tool_choice参数的使用.mp4 (117.67 MB)
│ ├── 112-嵌入模型的初始化及文档向量化举例.mp4 (134.80 MB)
│ ├── 099-在工具中访问长期记忆（基于InMemoryStore）.mp4 (130.94 MB)
│ ├── 087-短期记忆之基于内存的持久化器的实现.mp4 (160.67 MB)
│ ├── 091-远程服务器连接额外操作.mp4 (66.12 MB)
│ ├── 022-profile属性_初始化model_kwargs与extra_body参数_调用的config参数.mp4 (321.83 MB)
│ └── 052-Agent实例化中模型的两种传入方式.mp4 (63.88 MB)