商品描述
本書圍繞LangChain 1.0生態，系統梳理了智能體從概念到工程落地的完整路徑，重點關註真實復雜場景下的智能體系統設計，涵蓋任務拆解、工具編排、狀態管理、子圖機制、持久化執行及多智能體協作等關鍵能力，幫助讀者建立對可長期運行的智能體系統的整體認知。在工程實踐層面，本書以LangChain的核心能力為基礎，通過LangGraph對智能體的流程、狀態進行建模與編排，在復雜任務場景中引入Deep Agent處理多步驟協作與文件級執行問題，並結合LangSmith平臺對智能體運行過程進行調試、評估與可觀測性治理，最終形成一套覆蓋“構建—運行—監控—優化”的完整工程閉環。本書適合希望將大模型能力真正落地到復雜業務系統中的軟件工程師、架構師與系統設計者，企業數字化與智能化轉型負責人、相關領域的高校教師與研究人員，以及對智能體工程實踐與產品化落地感興趣的AI產品經理與創業者閱讀。
目錄大綱
第1章 智能體時代與LangChain生態 1
1.1 智能體的崛起與應用趨勢 3
1.1.1 從傳統應用到智能體時代 3
1.1.2 智能體的核心概念 6
1.2 LangChain生態體系概覽 9
1.2.1 框架定位與發展歷程 10
1.2.2 生態體系介紹 12
1.2.3 LangChain 1.0說明 15
第2章 LangChain核心能力：從模型到智能體的實踐之路 17
2.1 模型（Model）接口 18
2.1.1 模型接口的統一性 18
2.1.2 使用ChatGPT 20
2.1.3 使用DeepSeek 22
2.1.4 使用Qwen系列模型 24
2.1.5 使用Qwen系列模型生成圖片 26
2.2 消息（Message） 27
2.2.1 Prompt的重要性 28
2.2.2 Prompt機制的演進：從Prompt到Messages列表 29
2.2.3 ChatPromptTemplate的構建 30
2.2.4 消息的使用 31
2.3 工具（Tool） 36
2.3.1 工具的定義 36
2.3.2 工具的基本使用 38
2.3.3 工具參數Schema的高級定義 41
2.3.4 ToolRuntime與執行機制 43
2.4 智能體與中間件（Middleware） 47
2.4.1 智能體與中間件概述 48
2.4.2 智能體的基本使用與ReAct機制 51
2.4.3 結構化輸出 56
2.4.4 MCP的使用 59
2.4.5 智能體中的預置中間件 66
2.4.6 基於裝飾器的中間件 74
2.4.7 基於類的中間件 80
2.5 實戰：構建問答智能體 87
2.5.1 項目環境搭建 87
2.5.2 項目目錄的結構說明 90
2.5.3 集成MCP工具層 91
2.5.4 集成Prompt與短期記憶 97
2.5.5 集成中間件 99
2.5.6 集成智能體調度器 108
2.5.7 集成問答頁面 111
2.5.8 運行測試 112
2.5.9 問答智能體實戰總結 117
第3章 LangChain知識增強：RAG 119
3.1 RAG機制與知識檢索概述 120
3.1.1 知識檢索的重要性 121
3.1.2 RAG機制的基本原理 122
3.2 文檔處理 125
3.2.1 文檔加載 126
3.2.2 文檔切分 130
3.2.3 文檔向量化（Embedding） 139
3.2.4 文檔檢索（Retrieval） 141
3.3 向量數據庫 144
3.3.1 向量數據庫的作用 144
3.3.2 常見的向量數據庫 146
3.3.3 向量數據庫的基本使用 150
3.4 實戰：問答智能體集成私有知識庫 156
3.4.1 項目環境搭建 156
3.4.2 項目目錄的結構說明 159
3.4.3 集成公司規章制度知識庫 160
3.4.4 修改系統Prompt 167
3.4.5 修改智能體調度器 169
3.4.6 優化問答頁面 173
3.4.7 運行測試 175
3.4.8 問答智能體集成私有知識庫實戰總結 179
第4章 LangGraph：智能體編排與狀態驅動 181
4.1 LangGraph概述 183
4.1.1 LangGraph的基本概念與使用場景 184
4.1.2 LangGraph的核心設計理念 186
4.2 LangGraph的核心組件 187
4.2.1 狀態 188
4.2.2 節點 190
4.2.3 邊 191
4.2.4 命令（Command） 193
4.2.5 運行時上下文 195
4.2.6 Functional API 197
4.2.7 快速上手創建第一個LangGraph程序 199
4.3 持久化執行與記憶管理 210
4.3.1 線程與檢查點 210
4.3.2 狀態管理與回溯 215
4.3.3 存儲與長期記憶 217
4.3.4 持久化執行 222
4.4 LangGraph的擴展能力 226
4.4.1 中斷機制 227
4.4.2 流式輸出 239
4.4.3 子圖機制 247
4.5 項目實戰：破損商品智能理賠助手 252
4.5.1 項目環境搭建 253
4.5.2 項目目錄的結構說明 255
4.5.3 集成配置文件與理賠參考數據 258
4.5.4 集成狀態建模 260
4.5.5 集成業務邏輯層 262
4.5.6 集成子圖層 268
4.5.7 集成主圖 272
4.5.8 集成持久化管理與智能體調度器 280
4.5.9 集成客服理賠處理頁面 283
4.5.10 運行測試 284
4.5.11 破損商品智能理賠助手實戰總結 292
第5章 Deep Agent：面向復雜任務智能體 294
5.1 Deep Agent概覽 296
5.1.1 什麼是Deep Agent 296
5.1.2 Deep Agent的意義與使用場景 297
5.1.3 Deep Agent的核心能力與特點 298
5.1.4 Deep Agent的執行機制（Agent Harness） 302
5.2 快速上手創建第一個Deep Agent 304
5.3 Deep Agent核心組件 314
5.3.1 Backend存儲體系 315
5.3.2 子智能體 326
5.3.3 人工協作 335
5.3.4 中間件體系 343
5.3.5 Deep Agent CLI的基本使用 351
5.4 Deep Agent實戰：構建Deep Research智能體 354
5.4.1 項目環境搭建 355
5.4.2 項目目錄的結構說明 357
5.4.3 集成提示詞 358
5.4.4 集成子圖與子智能體 363
5.4.5 集成Backend存儲體系 367
5.4.6 集成Deep Agent調度器與人工協作機制 369
5.4.7 集成Deep Research交互頁面 372
5.4.8 運行測試 374
5.4.9 Deep Research智能體實戰總結 378
第6章 LangSmith平臺：項目可觀測性與評估 381
6.1 LangSmith平臺概述 381
6.1.1 LangSmith平臺的產生背景與意義 382
6.1.2 LangSmith平臺的架構與工作流程 383
6.2 LangSmith平臺的可觀測性 385
6.2.1 可觀測性綜述 385
6.2.2 本地調試與LangSmith Studio 388
6.2.3 項目追蹤機制的集成 394
6.2.4 項目監控 400
6.3 LangSmith平臺的評估 404
6.3.1 常用的評估場景與流程說明 404
6.3.2 評估數據集的使用 406
6.3.3 評估器的構建與執行 412
6.3.4 人工標註的使用 423
6.4 LangSmith平臺的項目價值 426
第7章 LangChain 1.0：智能體發展新範式 428
7.1 LangChain 1.0遷移指南 429
7.2 LangChain究竟在下一盤什麼棋 433
7.3 智能體開發範式與項目思維的變革 435
結束語 438
