[LangChain 学习资源大集合]

在构建语言模型应用（LLM）时，LangChain 是当前备受关注的框架之一。无论是初学者还是进阶用户，丰富的学习资源可以帮助我们高效掌握 LangChain 的核心概念、工具和最佳实践。这篇文章为大家整理了一些优秀的 LangChain 学习资源，包括官方教程、课程、短视频以及书籍。

---

官方教程（Tutorials）

1. LangChain 官方教程

LangChain 官方提供了非常详细的初学者和进阶教程，推荐从这里获取框架的最新动态和权威指南。

• LangChain v0.1：基础教程，帮你快速上手 LangChain。
• Build with LangChain - Advanced：面向进阶开发者的教程，通过实际场景探索框架核心功能。
• LangGraph：关于如何以图的方式理解和建模 LangChain 应用。

访问链接：LangChain.ai

2. 社区贡献教程

以下是由开发者社区撰写的教程，涉及从 Prompt 工程到复杂应用开发的方方面面：

• Greg Kamradt：关注基础功能及简单应用搭建。
• Sam Witteveen：详细解析 LangChain 的功能模块。
• James Briggs：分享实际项目中的超实用技巧。
• Prompt Engineering：专注提示词优化方法。
• Mayo Oshin：通过实际案例演示复杂逻辑。
• 1 Little Coder：快速构建 LangChain 小工具。
• BobLin (中文教程)：中文用户的福音，详细讲解 LangChain 的应用场景与代码。

---

课程介绍（Courses）

1. DeepLearning.AI 推出的课程

DeepLearning.AI 提供了基于 LangChain 的精选课程，适合希望系统化学习的小伙伴：

• LangChain for LLM Application Development：帮助掌握 LLM 应用开发的核心原理。
• LangChain Chat with Your Data：教你如何快速构建基于自有数据的聊天应用。
• Functions, Tools and Agents with LangChain：深入解析 LangChain 中的函数与代理。
• Build LLM Apps with LangChain.js：针对 JavaScript 开发者的专门课程。

访问链接：DeepLearning.AI - LangChain Courses

2. 在线学习平台精选

以下平台也提供与 LangChain 相关的课程，范围涵盖基础到高级：

• Udemy
• DataCamp
• Pluralsight
• Coursera
• Maven
• Udacity
• LinkedIn Learning
• edX
• freeCodeCamp

---

短视频教程（Short Tutorials）

短视频教程适合快速理解某个功能模块或特定概念：

• Nicholas Renotte：深入介绍 LangChain 的实时应用。
• Patrick Loeber：帮助开发者快速上手。
• Rabbitmetrics：针对企业应用提供解决方案。
• Ivan Reznikov：分享实用的小技巧（Cheatsheet 风格）。

---

书籍与手册（Books and Handbooks）

对于需要系统化学习的开发者，可以考虑以下书籍和手册：

1. Generative AI with LangChain
   作者：Ben Auffrath
   出版社：Packt Publishing
   年份：2023
   内容：从理论到实践，全面解析生成式 AI 和 LangChain 的结合。

2. LangChain AI Handbook
   作者：James Briggs 和 Francisco Ingham
   内容：注重开发经验与实际案例分享。

3. LangChain Cheatsheet
   作者：Ivan Reznikov
   内容：简明的功能手册，非常适合速查。

4. Dive into LangChain
   （中文书籍）
   内容：专为中文用户打造的实操指南，适合中国开发者。

---

总结与建议

LangChain 是一个功能强大且灵活的框架，在 LLM 应用领域具有广泛的应用场景。学习 LangChain 的核心模块（如 Prompt 模型、链式调用、代理和工具），不仅能够提升开发效率，也能大大扩展你的技术能力。

学习建议：

1. 初学者优先从 LangChain 官方教程入手，掌握基础概念和 API 使用方法。
2. 如果有实际项目需求，建议参考社区教程获取更贴近场景的经验。
3. 系统化学习的用户，可以参加 DeepLearning.AI 的课程或参考官方书籍。
4. 每天利用 10 分钟浏览短视频教程，及时掌握小技巧或新功能。

如果遇到问题欢迎在评论区交流。