以 LangChain Academy 官方课程为基础，逐一剖析每个 Jupyter Notebook，用中文真正讲透代码逻辑与设计原理——不是翻译，是解析。
每个 Module Summary 均内置一个端到端实战项目，把该 Module 全部知识点串联成一个完整的、可直接运行的真实系统。
一个能够多步推理、自动调用工具、跨轮记忆用户偏好的旅行规划助手。将 Module 1 的全部 6 个核心知识点串联成一个完整的可运行项目，涵盖 StateGraph 构建到 Studio 部署的完整链路。
支持多轮对话、自动压缩历史、跨会话持久记忆的智能助手。将 Module 2 的全部 6 个核心知识点有机整合，是一个可直接用于生产环境的 LangGraph 项目骨架。
集流式进度展示、人工审批、状态编辑、动态风险中断与历史回溯于一体的合同处理工作流。将 Module 3 全部 5 个核心知识点整合，模拟真实企业级审批场景。
能在多次对话间持续了解你的学习助理——记录知识背景（Profile）、累积学习笔记（Collection），并由 LLM 自主决定何时提取和检索记忆（Memory Agent）。
不是翻译，是深度解析——每个 Notebook 背后的设计意图与代码原理都会被彻底拆解。
先建立 Agent 基础构件认知，再深入图式编排与生产部署。两条路径前后衔接，缺一不可。
建立 Agent 应用的基础能力：模型调用、Prompt 工程、工具使用、MCP 协议、RAG 知识检索、SQL 查询、中间件和人工审批流程。
在 LangChain 基础上继续学习图式编排：StateGraph、状态管理、Human-in-the-Loop 干预、并行执行、跨会话长期记忆和生产环境部署。
点击任意模块卡片直接跳转，快速定位你需要的内容。
学习路径建议：LangChain 负责理解 Agent 的基础构件——模型调用、工具使用、记忆管理、多 Agent 协作；LangGraph 则在此基础上，教你把这些构件编排成可控、可恢复、可在生产环境稳定运行的复杂工作流。
覆盖从基础组件到生产部署的完整 AI Agent 开发技能栈，绿色标记来自 LangChain 路径，紫色标记来自 LangGraph 路径。