Hands-On-AI-Agents（坚持更新中2016-6-4）

用于演示与学习基于 LangChain/LangGraph 自定义工具的 AI agent 的示例集合。

本教程使用的所有模型均为本地部署，但使用AI供应商API同样适用。

由于本教程将随着我个人的学习而更新以及重新组织，所以有不足的地方请大家多多包涵。 也欢迎指出你认为我没有涉及到但很重要的知识，以及志同道合的朋友帮助我一同完善教程。

持续更新，喜欢的请⭐⭐⭐

本人承诺所有收益将用于偿还课程贷款（以及购买斐济悲）

why this

Langchain框架的变动和更新速度非常快，导致很多教程和示例很快就过时了。 这个仓库旨在提供一个持续更新的、基于最新版本Langchain的AI agent示例集合，帮助大家更好地理解和使用这个框架。

个人来说，不推荐任何市面上的教程，因为你很可能在form ... import ...就遭遇报错，那实在是过于挫败了。 所以，索性自己做一个教程。

说实话，我就是被过时的教程与图书给折磨疯了，才会动手制作这个教程。 甚至Github上搜索的教程的大多过时了，要是langchain官方文档更像人类的话，我想我也不用费这个力气了。

What's next

• MCP的详细教程
• ML Studio本地部署大模型
• 基础部分讲解（主要在做，现在存放于part_1_concept文件中，只是草稿，希望有个文笔好的朋友来帮助我；/(ㄒoㄒ)/~~）
• langgraph教程
• Agent理论部分知识
• 更清晰的圆头耄耋
• 把现有的教程变更为jupyter notebook形式(还在学习notebook的使用方法，主要是不会快捷键，相信会很快完成这一部分)
• 制作示例用的文件（.pdf, .csv等）

项目结构（部分）

• hello_word_chain.py
• 2.agent structured output.py
• 3. tool usage.py
• 4. web_search.py
• 5. short-term memory.py
• 6. multimodal.py
• 7. mcp.py
• 8. custome context.py
• resource/（包含示例图片等资源）
• README.md
• LICENSE（请在仓库根目录添加此文件）

要求

• Windows（已在 Windows 环境下测试）
• Python 3.10+
• 建议使用虚拟环境

安装与配置

• 若仓库包含 requirements.txt，请使用该文件安装依赖；否则按需安装常见依赖（例如 langchain、openai 等）。
• 如使用外部 API（OpenAI 或本地 LLM 服务），请通过环境变量或配置文件设置相应的 api_key / base_url。

注意事项

• 确保虚拟环境已激活且依赖已正确安装。
• 文件名若包含空格，在命令行中请用引号或重命名以避免问题。
• 若使用本地模型或服务，检查服务地址、端口与防火墙设置。

赞助（Sponsorship）

如果该项目对你有帮助，欢迎通过以下方式支持：

• Buy Me a Coffee：

许可证

本仓库采用 MIT 许可证。

贡献

欢迎通过 PR 改进文档、添加 LICENSE 文件或补充信息。

参考资源

(sorry, i'm too lazy to put all resources with the link. I'll fill it(maybe, i hope so))

• LangChain Academy
• deeplearning.ai
• Udemy
• Coursera
• Langchain Doc
• some book