AI 与大模型 · P0 · AI 应用核心

LangChain

能使用 Runnable、Prompt、Model、Parser 构建可测试、可观测的 AI 链路。

投入:2 周前置:Python 基础、HTTP 与 JSON
LangChain learning architecture diagram

配套架构图:先读懂数据流、模块边界与失败路径,再进入教程实践。

学习速览

  • ✓掌握 Prompt、Model、Output Parser 与 Runnable 的职责边界
  • ✓能够实现 invoke、batch、stream 三种调用模式
  • ✓为外部调用补齐超时、重试、日志与离线评测
进入配套教程

学习路线大纲

阶段 1

基础:核心对象、消息模型与最小链路

阶段 2

核心机制:Runnable 组合、结构化输出与工具调用

阶段 3

工程实践:状态管理、追踪、失败降级与成本控制

阶段 4

项目验收:完成一个可测试的知识问答或 Agent 链路

练习与验收标准

  • □能画出输入、模型、解析器和失败路径
  • □能运行不依赖网络的 parser 单元测试
  • □能处理限流、超时、空结果与格式错误

关联技术栈