LangChain 30 天学习计划
系统化的 LangChain 学习路径，从基础入门到高级应用，30 天掌握 AI 应用开发
LangChainAI学习计划Python大语言模型
🔹 第一阶段：基础入门（Day 1~7）
目标：理解 LangChain 核心概念，能跑通最简单的 Demo。
- Day 1：环境搭建
- 安装 Python + LangChain + OpenAI API
- 跑通 “Hello World” LLM 调用（直接问答）
- Day 2：PromptTemplate
- 学习 Prompt 模板化
- Demo：写一个“邮件生成器”（输入主题 → 输出邮件草稿）
- Day 3：LLMChain
- 串联 prompt 和模型
- Demo：新闻摘要生成
- Day 4：SequentialChain
- 多步骤任务编排（如翻译 → 总结）
- Demo：把英文文章 → 中文翻译 → 中文摘要
- Day 5：Memory（短期记忆）
- ConversationBufferMemory
- Demo：做一个能记住上下文的对话机器人
- Day 6：Memory（长期记忆）
- ConversationBufferWindowMemory、ConversationSummaryMemory
- Demo：对话机器人可以在长对话里记住关键信息
- Day 7：复习 + 小项目
- 用 Chain + Memory 写一个“智能聊天助理”
🔹 第二阶段：RAG 知识增强（Day 8~14）
目标：掌握“文档问答/知识库检索”能力。
- Day 8：文档加载器（Loader）
- 支持 PDF、TXT、网页
- Demo：加载本地 PDF
- Day 9：文档切分（TextSplitter）
- RecursiveCharacterTextSplitter
- Demo：把 PDF 切成小块
- Day 10：向量化与存储
- OpenAI Embeddings + Chroma 向量数据库
- Demo：把文档存进 Chroma
- Day 11：检索（Retriever）
- 基于相似度检索文档片段
- Demo：问答 “这份 PDF 里某章节讲了什么？”
- Day 12：RAG Pipeline
- 检索 + LLM 结合
- Demo：企业知识库问答
- Day 13：进阶：多文档 & 多数据源
- 结合 PDF + 网页 + 数据库
- Demo：混合问答系统
- Day 14：复习 + 小项目
- 写一个“PDF 智能助手”（上传任意 PDF → 问答）
🔹 第三阶段：Agent 与工具调用（Day 15~21）
目标：掌握 Agent 的自动化能力。
- Day 15：Tools 基础
- 内置工具：Python REPL、搜索引擎
- Demo：Agent 调用计算器
- Day 16：自定义工具
- 自己写一个天气 API 工具
- Demo：Agent 调用天气 API
- Day 17：Agent 基础
- ZeroShotAgent、ReAct 原理
- Demo：让 Agent 动态选择工具回答问题
- Day 18：多工具协作
- Agent + 搜索 + 计算 + RAG
- Demo：回答“最新新闻里某个数字是多少？”
- Day 19：SQLDatabase Agent
- 用自然语言查询数据库
- Demo：写一个“公司报表查询助手”
- Day 20：多 Agent 协作
- 一个写代码 Agent + 一个测试 Agent
- Demo：自动完成“写函数并验证”
- Day 21：复习 + 小项目
- 写一个“小型工作助理 Agent”（能查天气、查数据库、查文档）
🔹 第四阶段：实战与部署（Day 22~30）
目标：做出一个完整的 LLM 应用并上线。
- Day 22：LangChain Expression Language (LCEL)
- 学习 LCEL 语法（更高效地写 chain）
- Demo：改写之前的 RAG pipeline
- Day 23：LangSmith 调试与监控
- 记录 chain 执行过程
- Demo：可视化一个 Agent 的调用轨迹
- Day 24：LangServe 部署
- 把 chain 部署成 API
- Demo：部署“PDF 问答服务”
- Day 25：和 FastAPI 集成
- 提供 RESTful API
- Demo：用浏览器访问 LangChain 应用
- Day 26：和 Streamlit/Gradio 集成
- 做一个 Web UI
- Demo：“文档问答前端界面”
- Day 27：多模型支持
- 结合 GPT-4 + Claude + 本地 LLaMA
- Demo：不同任务用不同模型
- Day 28：安全与边界控制
- 限制工具调用范围、审计日志
- Demo：只允许查询数据库，不允许删除
- Day 29：综合项目
- 开发一个“企业知识助手”：
- 支持 PDF + DB + Web 搜索
- 有记忆功能
- 有 Web 界面
- 开发一个“企业知识助手”：
- Day 30：复盘与扩展
- 复盘学习成果
- 了解下一步方向（LangGraph、MCP、Multi-Agent 框架）
✅ 最终收获： 30 天后，你能独立开发一个 具备对话、RAG 知识问答、Agent 工具调用、Web 界面 的 LangChain 应用，并且知道如何上线和扩展。