尚硅谷 - LangChain从入门到实战(2026版)

LangChain实战深度解析

编辑点评

深入探索LangChain应用,从基础到高级,实战性强。

⭐ 编辑推荐

跟随尚硅谷,学习LangChain从入门到实战,掌握AI应用开发核心。

课程亮点

LangChain深度解析
实战项目驱动
AI应用开发技巧

课程目录

00-更多资源分享.txt  [64.0 B]
119-项目Assistant客服知识库之初始化Agent_检索函数.mp4  [45.8 MB]
118-项目Assistant客服知识库之文档切分_向量化并写入Milvus.mp4  [170.7 MB]
117-项目Assistant客服知识库之全局配置_初始化Milvus.mp4  [83.7 MB]
116-Milvus数据库的DML和DQL操作.mp4  [183.4 MB]
109-CharacterTextSplitter的使用.mp4  [76.7 MB]
108-切分策略及TextSplitter中的三个核心方法.mp4  [112.8 MB]
106-PyPDFLoader和MinerU加载pdf文件.mp4  [81.6 MB]
103-RAG工作流程和环境准备.mp4  [83.1 MB]
101-在中间件中访问长期记忆.mp4  [45.4 MB]
100-在工具中访问长期记忆(基于PostgresStore).mp4  [47.9 MB]
094-消息裁剪的治理策略.mp4  [137.8 MB]
092-短期记忆之PostgreSQL实现持久化存储.mp4  [66.7 MB]
090-PostgreSQL数据库的安装.mp4  [58.5 MB]
088-基于内存存储的工作原理和常见问题.mp4  [53.6 MB]
084-wrap_tool_call的实现和使用场景.mp4  [118.1 MB]
082-装饰器参数can_jump_to的使用.mp4  [206.9 MB]
077-FilesystemFileSearchMiddleware中间件的使用.mp4  [25.0 MB]
076-ContextEditingMiddleware中间件的使用.mp4  [65.8 MB]
072-LLMToolSelectorMiddleware中间件的使用.mp4  [57.3 MB]
070-ToolCallLimitMiddleware中间件的使用.mp4  [76.4 MB]
063-Agent的实战:多功能智能助手.mp4  [171.9 MB]
060-ToolStrategy的tool_message_content参数使用.mp4  [63.9 MB]
059-ToolStrategy的schema设置结构化输出-其它几种方式.mp4  [246.6 MB]
054-Agent绑定工具并调用.mp4  [213.2 MB]
050-两种获取结构化结果的方式.mp4  [125.2 MB]
042-Pydantic的基本使用.mp4  [76.7 MB]
041-结构化输出的理解.mp4  [37.3 MB]
033-工具的调用方式与整体执行流程分析.mp4  [174.7 MB]
032-部分变量预填充_消息占位符等的使用.mp4  [171.5 MB]
030-ChatPromptTemplate的两种实例化方式和三种调用方式.mp4  [212.3 MB]
027-对话历史的管理和优化.mp4  [99.2 MB]
021-流式调用、批量调用与异步调用.mp4  [215.9 MB]
019-测试invoke传递三种不同的参数类型.mp4  [202.0 MB]
018-Ollama的安装与本地模型的调用.mp4  [124.1 MB]
017-模型初始化常用的参数.mp4  [116.4 MB]
016-LangChain1.x中init_chat_model方式.mp4  [209.2 MB]
015-使用OpenRouter和CloseAI中转平台调用模型.mp4  [182.6 MB]
013-调用智谱和阿里云百炼平台的大模型.mp4  [106.9 MB]
012-调用DeepSeek官网的DeepSeek模型.mp4  [143.2 MB]
008-大模型应用场景1:Agent开发.mp4  [87.7 MB]
007-Conda的安装及虚拟环境的配置.mp4  [142.8 MB]
004-LangChain是什么.mp4  [126.8 MB]
003-大模型相关岗位介绍.mp4  [48.0 MB]
048-@dataclass使用方式.mp4  [18.8 MB]
036-自定义args_schema.mp4  [116.6 MB]
034-工具的定义方式1.mp4  [201.9 MB]
035-工具的定义方式2.mp4  [112.8 MB]
046-TypedDict格式的使用.mp4  [134.3 MB]
114-Milvus的安装和数据模型说明.mp4  [53.8 MB]
074-ModelRetryMiddleware中间件的使用.mp4  [20.7 MB]
089-腾讯云部署Linux服务器.mp4  [65.1 MB]
095-消息删除、摘要的治理策略.mp4  [203.5 MB]
098-search()操作的演示.mp4  [154.5 MB]
099-在工具中访问长期记忆(基于InMemoryStore).mp4  [130.9 MB]
056-设置agent的name和system_prompt.mp4  [160.4 MB]
065-SummarizationMiddleware中间件的使用.mp4  [191.4 MB]
068-TodoListMiddleware中间件的使用.mp4  [211.3 MB]
105-JSONLoader加载JSON文件.mp4  [104.0 MB]
022-profile属性_初始化model_kwargs与extra_body参数_调用的config参数.mp4  [321.8 MB]
083-wrap_model_call的实现和使用场景.mp4  [121.4 MB]
102-RAG模块的必要性.mp4  [81.2 MB]
040-工具使用的实践经验总结.mp4  [44.0 MB]
069-ModelCallLimitMiddleware中间件的使用.mp4  [121.1 MB]
029-content和content_blocks的使用.mp4  [148.9 MB]
031-ChatPromptTemplate初始化的6种参数类型.mp4  [136.1 MB]
024-LangSmith的主要功能介绍.mp4  [19.9 MB]
066-HumanInTheLoopMiddleware中间件的使用.mp4  [269.3 MB]
014-ChatOpenAI兼容用法.mp4  [105.7 MB]
052-Agent实例化中模型的两种传入方式.mp4  [63.9 MB]
062-设置Agent的流式输出策略.mp4  [346.9 MB]
061-Agent的高级用法:错误处理机制.mp4  [341.1 MB]
093-对比两种方式的不同.mp4  [86.4 MB]
001-课程介绍.mp4  [64.1 MB]
049-四种不同模式的类型校验情况.mp4  [99.5 MB]
075-LLMToolEmulator中间件的使用.mp4  [13.7 MB]
113-向量数据库介绍_docker的安装和设置.mp4  [78.5 MB]
073-ToolRetryMiddleware中间件的使用.mp4  [119.9 MB]
086-记忆的概念和记忆的分类.mp4  [150.5 MB]
071-ModelFallbackMiddleware中间件的使用.mp4  [18.5 MB]
111-其它多种TextSplitter的使用演示.mp4  [124.8 MB]
038-案例3和4:多工具的调用.mp4  [131.2 MB]
006-LangChain家族四大支柱.mp4  [79.6 MB]
107-其它格式文件的加载器.mp4  [65.1 MB]
011-模型调用前的准备工作.mp4  [82.5 MB]
104-TextLoader和CSVLoader的使用.mp4  [67.4 MB]
039-tool_choice参数的使用.mp4  [117.7 MB]
047-JSON Schema格式的使用.mp4  [69.2 MB]
115-Milvus数据库的DDL操作.mp4  [85.9 MB]
043-Pydantic高级特性:可选字段、默认值、枚举类型.mp4  [140.3 MB]
053-Agent通过invoke()方式调用.mp4  [58.1 MB]
005-LangChain的主要模块和API文档.mp4  [74.6 MB]
064-为什么需要中间件_中间件的分类.mp4  [132.4 MB]
087-短期记忆之基于内存的持久化器的实现.mp4  [160.7 MB]
078-多个中间件组合及执行顺序.mp4  [34.5 MB]
055-工具调用流程分析_常见问题分析.mp4  [118.8 MB]
045-Pydantic模式的工作流程图解.mp4  [20.6 MB]
057-agent结构化输出的4种策略.mp4  [183.1 MB]
010-大模型开发的4个递进场景.mp4  [40.0 MB]
112-嵌入模型的初始化及文档向量化举例.mp4  [134.8 MB]

适合人群

  • AI开发者
  • 数据科学家
  • 技术爱好者

学习收获

掌握LangChain核心概念
实战AI应用开发
提升AI项目能力

祝您学习愉快!

学有所成,前程似锦!