mzarnecki/course_llm_agent_apps_with_langchain_and_langgraph
📚 教程mzarnecki
使用 LangChain 和 LangGraph 构建高级智能体 AI 应用的实战教程笔记本。
mzarnecki/course_llm_agent_apps_with_langchain_and_langgraph 仓库为旨在构建复杂 AI 智能体的开发者提供了结构化的教育资源。课程重点在于 LangGraph 在有状态、多参与者智能体工作流中的实际应用，超越了简单的思维链实现。关键技术领域包括：LangChain 组件的集成、用于智能体推理的循环图架构设计，以及评估智能体性能的严谨指标实现。通过 Jupyter Notebook，用户可以交互式地进行代码实验、测试不同的提示工程策略，并观察智能体如何通过迭代优化处理复杂任务。对于理解如何在智能体框架内管理状态、处理工具调用以及实现人机协作（human-in-the-loop）具有极高的参考价值。