使用场景
下面是常见使用场景的教程，按框架组织。Deep Agents
Deep Agents 内置了用于管理上下文、虚拟文件系统以及其他常见智能体需求的功能。Data analysis
构建一个数据分析智能体，将报告发送到 Slack。
Deep research
构建一个多步骤网页研究智能体，支持子智能体委派和策略性反思。
LangChain
LangChain 的 agent 实现让你可以轻松开始处理简单使用场景。Semantic Search
使用 LangChain 组件，基于 PDF 构建语义搜索引擎。
RAG Agent
创建一个检索增强生成（RAG）智能体。
SQL Agent
构建一个 SQL 智能体，用于与数据库交互，并支持人在环路审核。
Voice Agent
构建一个可以与你语音交流的智能体。
LangGraph
LangChain 的 agent 实现使用 LangGraph 原语。 如果需要更深入的自定义，可以直接在 LangGraph 中实现智能体。Custom RAG Agent
使用 LangGraph 原语构建 RAG 智能体，实现细粒度控制。
Custom SQL Agent
直接在 LangGraph 中实现 SQL 智能体，以获得最大灵活性。
多智能体
这些教程展示了多智能体模式，将 LangChain 智能体与 LangGraph 工作流结合起来。Subagents: Personal assistant
构建一个个人助理，将任务委派给子智能体。
Handoffs: Customer support
构建一个客户支持工作流，其中单个智能体会在不同状态之间转换。
Router: Knowledge base
构建一个多来源知识库，将查询路由到专门的智能体。
Skills: SQL assistant
构建一个智能体，通过按需加载上下文来逐步加载专门技能。
概念概览
这些指南解释了 LangChain 和 LangGraph 底层的核心概念与 API。Memory
理解线程内以及跨线程交互的持久化。
Context engineering
学习如何为 AI 应用提供完成任务所需的正确信息和工具。
Graph API
探索 LangGraph 的声明式图构建 API。
Functional API
将智能体构建为单个函数。
其他资源
LangChain Academy
通过课程和练习提升你的 LangChain 技能。
Case Studies
了解团队如何在生产环境中使用 LangChain 和 LangGraph。
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.