Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
这是一个 LangChain 1.0 和 LangGraph 1.0 的学习仓库，学习如何进行agent开发，涵盖从基础概念到实战项目的完整学习路径。
| Date | Stars |
|---|---|
| 2026-07-31 | 608 |
| 2026-08-02 | 609 |
| 2026-08-03 | 611 |
| 2026-08-04 | 612 |
| 2026-08-06 | 613 |
Today
+1 stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 🦜🔗 LangChain 1.0 & LangGraph 1.0 完整学习指南 > 这是一个系统学习 **LangChain 1.0** 和 **LangGraph 1.0** 的实践仓库，涵盖从基础概念到实战项目的完整学习路径。  --- ## 📚 关于 LangChain 1.0 LangChain 1.0 是用于构建 LLM 驱动应用程序的框架的最新主要版本（2025年10月正式发布）。主要特性： - ✅ **构建在 LangGraph 运行时之上** - 提供持久化、流式处理、人在回路等能力 - ✅ **新的 `create_agent` API** - 简化 Agent 创建流程（LangChain 1.0 API） - ✅ **中间件架构** - 提供细粒度的执行控制（before_model、after_model、wrap_model_call 等） - ✅ **多模态支持** - 处理文本、图像、视频、文件 - ✅ **结构化输出** - 使用 Pydantic 模型定义输出格式 - ✅ **语义化版本控制** - 1.x 系列保证 API 稳定 **后续计划** ： 1. 基于Langchain 1.0 的完整RAG前后端项目，并包含RAG的各种优化 ⚫ 技术栈：Agentic RAG、Agent、LangChain、ChromaDB、SQLite、FastAPI、Vue。 2. 基于LangGrah 1.0的完整多智能体前后端项目。 ⚫ 技术栈：：Python、LangGraph、LangChain、FastAPI、MCP、Vue、SQLite --- ## 🚀 快速开始 ### 环境要求 - **Python 3.10 或更高版本**（不支持 Python 3.9） - pip 或 uv 包管理器 ### 安装步骤 ```bash # 1. 克隆仓库 git clone <your-repo-url> cd Langchain1.0-Langgraph1.0-learning # 2. 创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows: venv\Scripts\activate # Unix/macOS: source venv/bin/activate # 3. 安装依赖 pip install -r requirements.txt # 4. 配置环境变量 cp .env.example .env # 编辑 .env 文件，填入你的 API Keys ``` ### 需要的 API Keys | API Key | 用途 | 获取地址 | |---------|------|----------| | `GROQ_API_KEY` | Groq API（免费） | https://console.groq.com/keys | | `OPENAI_API_KEY` | OpenAI API（可选） | https://platform.openai.com/api-keys | | `PINECONE_API_KEY` | Pinecone 向量数据库（免费） | https://www.pinecone.io/ | | `LANGSMITH_API_KEY` | LangSmith 监控（可选） | https://smith.langchain.com/ | ### 验证安装 ```bash python phase1_fundamentals/01_hello_langchain/main.py ``` --- ## 📖 学习路径 本仓库采用**四阶段渐进式学习**，共 22 个模块 + 3 个综合项目： ``` 📚 完整学习路径 ================ 第一阶段：基础知识 (Phase 1 - Fundamentals) - 第1-2周 ├── 01 Hello LangChain - 第一次 LLM 调用 ├── 02 Prompt Templates - 提示词模板 ├── 03 Messages - 消息类型与对话历史 ├── 04 Custom Tools - 自定义工具 ├── 05 Simple Agent - create_agent 入门 └── 06 Agent Loop - Agent 执行循环 第二阶段：实战技能 (Phase 2 - Practical) - 第3-4周 ├── 07 Memory Basics - 内存基础 ├── 08 Context Management - 上下文管理 ├── 09 Checkpointing - 状态持久化 ├── 10 Middleware Basics - 中间件基础 ├── 11 Structured Output - 结构化输出 ├── 12 Validation Retry - 验证与重试 ├── 13 RAG Basics - RAG 基础 ├── 14 RAG Advanced - RAG 进阶 └── 15 Tools and Agents - 工具与智能体进阶 第三阶段：高级主题 (Phase 3 - Advanced) - 第5-6周 ├── 16 LangGraph Basics - 状态图基础 ├── 17 Multi-Agent - 多智能体系统 ├── 18 Conditional Routing - 条件路由 ├── 19 Image Input - 图像输入处理 ├── 20 File Handling - 文件处理 ├── 21 Mixed Modality - 混合模态 ├── 22 LangSmith Integration - 监控集成 └── 23 Error Handling - 错误处理 第四阶段：综合项目 (Phase 4 - Projects) - 第7-8周 ├── 01 RAG System - 检索增强生成系统 ├── 02 Multi-Agent Support - 多智能体客服系统 └── 03 Research Assistant - 智能研究助手 ``` --- ## 📁 项目结构 ``` Langchain1.0-Langgraph1.0-learning/ ├── phase1_fundamentals/ # 第一阶段：基础知识 │ ├── 01_hello_langchain/ # 第一次 LLM 调用 │ ├── 02_prompt_templates/ # 提示词模板 │ ├── 03_messages/ # 消息类型 │ ├── 04_custom_tools/ # 自定义工具 │ ├── 05_simple_agent/ # 简单 Agent │ └── 06_agent_loop/ # Agent 执行循环 │ ├── phase2_practical/ # 第二阶段：实战技能 │ ├── 07_memory_basics/ # 内存基础 │ ├── 08_context_management/ # 上下文管理 │ ├── 09_checkpointing/ # 状态持久化 │ ├── 10_middleware_basics/ # 中间件基础 │ ├── 11_structured_output/ # 结构化输出 │ ├── 12_validation_retry/ # 验证与重试 │ ├── 13_rag_basics/ # RAG 基础 │ ├── 14_rag_advanced/ # RAG 进阶 │ └── 15_tools_and_agents/ # 工具与智能体进阶 │ ├── phase3_advanced/ # 第三阶段：高级主题 │ ├── 16_langgraph_basics/ # LangGraph 基础 │ ├── 17_multi_agent/ # 多智能体系统 │ ├── 18_conditional_routing/ # 条件路由 │ ├── 19_image_input/ # 图像输入 │ ├── 20_file_handling/ # 文件处理 │ ├── 21_mixed_modality/ # 混合模态 │ ├── 22_langsmith_integration/ # LangSmith 集成 │ └── 23_error_handling/ # 错误处理 │ ├── phase4_projects/ # 第四阶段：综合项目 │ ├── 01_rag_system/ # RAG 系统 │ ├── 02_multi_agent_support/ # 多智能体客服 │ └── 03_research_assistant/ # 研究助手 │ ├── docs/ # 学习文档 ├
Excerpt of 8,780 characters
Read on GitHub
4
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:474e7376b5c26e4d, topic:langgraph