基本概念

相信大家相比于LangGraph，LangChain能更熟悉一些，毕竟LangChain出现的更早，下面先来简单介绍下这两个框架。

LangChain：它是一个开发AI应用的基础框架，主要提供了开发AI应用的各种接口和工具，例如调用大模型的统一接口，提供了搜索、文档处理、向量数据库处理等工具，可以方便我们非常快速调用实现功能，加快开发速度，否则我们还得自己去封装。除此之外，LangChain还提供了链式调用（Chains）、记忆管理和提示词模版等基础功能。

官网地址：

https://python.langchain.com/docs/introduction/

LangGraph：它更高级一些，它在LangChain上面，是一个基于LangChain的工作流编排框架，可以处理复杂的工作流编排和多智能体编排。所以从名字上也可以看出来，LangChain还是停留在链式（Chain）的调用，而LangGraph则是把复杂的智能体工作流抽象成一个图（Graph）了。LangGraph的核心功能包含了有状态的工作流处理、条件分支、循环、并行执行、检查点（Checkpoints）和状态管理等处理。

官网地址：

https://langchain-ai.github.io/langgraph/

PS：可能有些人对于上面提到的LangGraph状态管理这个概念有些模糊，在此补充解释下。状态简单理解，就是工作流执行过程中需要保存和传递的数据，每个步骤的结果都会保存，后续步骤可以访问前面步骤的结果和数据，如果某个步骤失败，可以从失败点重新开始。

实战

接下来带大家实战一个项目，让大家快速入门LangChain & LangGraph生态。这里，我们开发工具就选择用Curosr了。

1、创建空项目，用cursor打开

第一步，我们在外头创建一个空项目文件夹，这里我选择叫【lang-demo】，然后用Cursor打开该文件夹。

2、创建虚拟环境

为了和其他python项目的环境进行隔离，我们用cursor的终端，使用conda命令先创建一个虚拟环境，这里我创建的虚拟环境叫clx，然后进入到该虚拟环境中。（注意，建议python版本要3.11以上，因为后续需要安装langgraph-cli[inmem]，最低版本要求3.11）。

conda create -n clx python=3.12
conda activate clx

如何判断是不是已经进入到了上面创建的虚拟环境中呢？进入后，终端的命令行前会有虚拟环境的名称。

3、创建requirements.txt，安装依赖

项目中创建requirements.txt文件，内容如下：

然后在cursor终端输入命令安装依赖，命令如下：

pip3 install -r requirements.txt

4、创建环境变量文件

接下来创建【.env】文件，里面配置各处申请的key。内容如下：

其中deepseek的API Key申请参照：

TAVILY的API Key申请参照：

LangSmith的API Key申请参照：

5、使用cursor生成一个LangChain & LangGraph的demo

对，你没看错，这里不是给大家讲我本地的项目如何做的，而是让大家用Cursor去给自己生成一个，并调试通，所以最后每个人的Demo肯定是不一样的。我生成Demo的Prompt如下：

请给我生成一个LangChain和LangGraph的Demo，要求如下：1、尽可能多的用上【requirements.txt】和【.env】的技术内容进行设计。2、Demo尽量简单，适合学习用，方便理解。3、需要包含【README.md】文件，对项目结构和核心代码进行说明。4、包含运行Demo的快捷入口文件。

然后就看Cursor发挥了，第一次生成后肯定跑不通，需要不停的让cursor进行调试，因为是Demo性质的，相对简单，逻辑也不会太复杂，一般在10轮Prompt交互之内即可得到Cursor创建的可正确运行的项目。

最后给大家演示下，给我生成的项目是什么功能：

给我生成了一个【run_demo.py】入口文件，

用python命令运行：

我选择【1】，然后输入我的问题：天空为什么是蓝色的

然后根据我的问题，Demo会识别主题是我的问题是一个简单的问答【general_chat】，调用模型给我回复了答案。除此之外，还对数据进行了分析，最后生成了一个可视化图表。

图表：

然后，我继续测试，换一个问题，问一个需要联网搜索的，例如我提问：请帮我搜索今天的热点AI新闻有哪些。然后他就会识别为【Search】主题，给我联网搜索生成结果，对数据进行分析后生成可视化图表。

到这里，我的Demo就演示完了，然后呢，如何方便你快速了解项目呢，当然从让其生成的【README.md】文件了。

Readme中介绍了项目的基本功能。

对项目的调用流程进行了说明。

说明了项目在哪使用了LangChain，都做了什么，并且对应的代码是多少行。

还说明了项目哪里使用了LangGraph，都做了什么，并且对应的代码是多少行。

具体不详细介绍了，给我生成的Readme中已经写的很详细了，完全可以看懂，下面总结说明下，给我生成的Demo代码哪些地方用到了LangChain，哪些地方用到了LangGraph。

LangChain相关：

• 使用LangChain中ChatDeepSeek与模型进行交互。
• 集成LangChain中TavilySearch工具进行搜索。
• 使用langchain_core.messages统一消息格式。

LangGraph相关：

• 进行状态管理。
• 进行工作流编排。
• 进行状态传递。

到此为止，给大家演示了Cursor给我生成的LangChain&LangGraph Demo。

6、Langgraph-cli和LangSmith的使用

下面我们继续，在控制台安装库langgraph-cli，方便后续调试和用LangSmith来追踪我们的项目。安装命令如下：

pip3 install -U "langgraph-cli[inmem]"

安装后输入下面命令启动项目：

langgraph dev

启动后会发现有三个重要的路径，其中第一个和第三个是可以打开的。

第一个是项目API的Endpoint，打开后显示Not Found，这是正常的。因为默认没有这个get请求，不会重定向到任何地方，但是既然有结果返回，说明API的Endpoint是通的。

http://127.0.0.1:2024

第三个可以打开，打开后是LangGraph的API文档说明，并且可以在线测试API，这里就不给大家演示了，很简单。

http://127.0.0.1:2024/docs

但是第二个需要特殊说明，我们路径可以打开，但是获取不到项目的内容，这个肯定是不正常的。

https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

有一定软件基础能力的人很容易可以判断出来，因为下面这个路径跨域了，smith平台是不可能获取你本地服务API EndPoint的，访问不了很正常。

https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024

所以为了解决这个问题，我们需要改一下启动的命令，使用下面命令启动：

langgraph dev --tunnel

这次启动后大家可以看到，路径更长了，而且并不是之前本地的ip了，而是换成公网可访问的cloudflare的地址。

https://smith.langchain.com/studio/?baseUrl=https://journalists-utilities-magnetic-seemed.trycloudflare.com

这样，langsmith平台就可以正常地加载了。加载后大家可以看到，你也的业务流程完全变成了可追踪的可视化工作流。

然后，我就可以输入问题，在这个平台上进行调试，例如在对应的传递参数的地方，我提问：天为什么会下雨，在此平台就可以连接到你本地的工程，进行可视化调试和输出了。

并且可以切换到【Trace】选项卡查看其运行轨迹，进行追踪。

除此之外，现在你把这个页面关闭。然后再次进入到LangSmith的主页，点击【Tracing Projects】，也可以看到之前运行追踪的记录。

这意味着什么呢？这意味着只要你用【langgraph dev】启动了你本地的工程，你在何处访问你的项目，都会自动进行行为追踪并且在LangSmith平台上进行查看。

解惑：

大家通过我上面的操作，是不是感觉很神奇，都会存在这种疑问，不是一直在讲LangChain吗，怎么突然来了LangSmith，它是干嘛的，感觉像可以追踪行为用的，那我的项目，又是何时与LangSmith平台进行的联系呢？

LangSmith：其实我不用过多解释，通过上面的演示大家也能够感受到。LangSmith大家理解成一个在线监控和调试平台即可，提供了在线调试Debug（上面演示的工作流在线输入为什么会下雨的例子，可看到流程中每一步的结果）、Trace追踪（上面例子中的调用链路，可追溯）、还有生产监控Monitoring（上线后追踪用户真实交互，方便后续优化智能体）和评估Evaluation（支持对不用的Prompt/模型/AB测试/质量等进行评估）。

那如何建立的联系呢，大家最早在上面还有印象吧，让大家在【.env】中配置了LangSmith的相关信息，而且Tracing还设置为了True。

在生成的代码逻辑中，通过这些参数，就让你的工程与LangSmith平台关联上了。

代码中引入追踪的注解，在想追踪的方法上添加注解皆可

官网写的更是详细如何接入，包括未给大家演示的评估Evaluation功能，在此不详细解释了。

到这里，才算是，LangChain、LangGraph和LangSmith讲完了。

7、扩展部分：agent-chat UI的使用

这一部分属于拓展部分，刚才我们写的Agent事实上是没有UI的。LangChain生态也是想到了这一点，所以官方还推出了一个Agent-Chat开源项目，可以快速构筑UI，关联到我们刚才本地创建的智能体。

项目地址：

https://github.com/langchain-ai/agent-chat-ui

使用和安装也是非常的简单，官网上写的很清楚，先clone项目到本地，然后进入到项目目录后，通过【pnpm install】进行安装，通过【pnpm dev】启动该项目。

启动成功后，即可通过3000端口进行访问。访问后，主页面上配置启动本地服务地址、项目ID与LangSmith API Key即可连接到本地启动的智能体。

配置成功后，我们就可以正常提问了，例如我下面问的：地球为什么是圆的。给我正常响应，并且在后台工程中也进行了数据分析和生成了图表。

---

总结下今天的内容，我们从0创建了一个空的项目，并且借助于Cursor，让其给我们生成了一个LangChain和LangGraph的Demo，除此之外，我们还关联到了LangSmith平台进行调试和追踪，最后通过Agent-Chat快速构建了UI去使用。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发