Skip to content

LangChain 学习路线 TODO

第一阶段：Python 快速入门 (预计: 1-2周)

基础语法学习

  • [x] 安装 Python 3.8+ 和配置开发环境 (VS Code + Python 插件)
  • [ ] 学习 Python 基础: 变量、数据类型、列表、字典、元组
  • [ ] 掌握函数定义 (def)、参数传递 (*args, **kwargs)
  • [ ] 学习流程控制: 条件语句、循环 (for, while)
  • [ ] 理解列表推导式和字典推导式
  • [ ] 学习文件操作 (读写 txt、json 文件)
  • [ ] 掌握异常处理 (try-except)
  • [ ] 理解 async/await 异步编程基础

环境与工具

  • [x] 学习使用 uv/pip 包管理器
  • [x] 掌握虚拟环境创建和使用 (python -m venv venv或者uv自带的)
  • [x] 学习创建和管理 requirements.txt/pyproject.toml

实践项目: 编写一个 Python 脚本，爬取网页内容并保存为结构化 JSON 数据

第二阶段：Python 项目工程化与 FastAPI (预计: 1-2周)

FastAPI 基础

  • [ ] 创建第一个 FastAPI 应用 (app = FastAPI())
  • [ ] 学习定义路由和 HTTP 方法 (@app.get, @app.post)
  • [ ] 掌握 Pydantic 模型定义请求/响应体
  • [ ] 学习使用 FastAPI 的自动 API 文档 (/docs, /redoc)
  • [ ] 理解依赖注入基础概念

项目结构

  • [ ] 建立标准的 Python 项目目录结构
  • [ ] 学习模块化组织代码 (routers, models, services)
  • [ ] 配置 CORS 中间件 (为前端连接做准备)

实践项目: 构建一个完整的 TODO API，包含:

  • [ ] 添加、删除、更新、查询任务
  • [ ] 使用 Pydantic 验证输入数据
  • [ ] 通过 /docs 测试所有接口

第三阶段：AI 应用开发生态库 (预计: 1周)

必要库学习

  • [ ] 学习 httpx 或 aiohttp 进行 HTTP 请求
  • [ ] 掌握 python-dotenv 管理环境变量和 API 密钥
  • [ ] 了解 chromadb 向量数据库的基本操作
  • [ ] (可选) 学习 pandas 基础数据操作

集成实践

  • [ ] 在 FastAPI 项目中集成环境变量管理
  • [ ] 创建调用外部 API 的服务层

第四阶段：LangChain 核心概念 (预计: 2-3周)

Model I/O 模块

  • [ ] 配置 LangChain 和 OpenAI API 密钥
  • [ ] 学习使用 ChatOpenAI 和 ChatOllama (本地模型)
  • [ ] 掌握 PromptTemplate 创建动态提示词
  • [ ] 学习 OutputParsers 将 LLM 输出转为结构化数据
  • [ ] 实践: 创建返回 JSON 格式的聊天接口

Retrieval 模块

  • [ ] 学习使用 DocumentLoaders 加载各种文档格式
  • [ ] 掌握 TextSplitters 进行文本分块
  • [ ] 学习向量数据库集成 (ChromaDB)
  • [ ] 理解嵌入模型 (OpenAIEmbeddings)
  • [ ] 实践: 构建个人文档问答系统

Chains 模块

  • [ ] 学习 LCEL (LangChain Expression Language) 使用 | 操作符
  • [ ] 掌握 create_stuff_documents_chain 创建文档链
  • [ ] 学习 create_retrieval_chain 创建检索链
  • [ ] 实践: 将检索和生成组合成完整流程

Agents 模块

  • [ ] 理解 Agent 和 Tools 的概念
  • [ ] 学习创建自定义 Tools
  • [ ] 掌握 AgentExecutor 运行代理
  • [ ] 实践: 创建能够使用工具的智能助手

Memory 模块

  • [ ] 学习 ConversationBufferMemory 管理对话历史
  • [ ] 实践: 为聊天应用添加记忆功能

第五阶段：综合项目实践 (预计: 1-2周)

项目选择 (二选一)

选项 A: 个人知识库问答助手

  • [ ] 后端: 文档上传、向量存储、智能问答 API
  • [ ] 前端: 文件上传界面 + 聊天界面
  • [ ] 集成: 前后端联调测试

选项 B: AI 客服助手

  • [ ] 后端: Agent + Tools (搜索、查询等)
  • [ ] 前端: 聊天界面
  • [ ] 集成: 实时对话功能

部署准备

  • [ ] 学习基本的 Python 应用部署 (可选: Docker)
  • [ ] 测试生产环境配置

学习资源

检查点

  • [ ] 完成第一阶段: 能编写基础 Python 脚本
  • [ ] 完成第二阶段: 能创建完整的 FastAPI 应用
  • [ ] 完成第三阶段: 熟悉 AI 开发常用库
  • [ ] 完成第四阶段: 掌握 LangChain 核心功能
  • [ ] 完成第五阶段: 成功构建全栈 AI 应用

预计总时间: 6-10 周 (根据个人学习进度调整)

每完成一个任务就在框内打勾 [x]，保持动力！