# easy-langent
**Repository Path**: xiao-mingyu/easy-langent
## Basic Information
- **Project Name**: easy-langent
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-09
- **Last Updated**: 2026-04-09
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
Easy-langent
[](https://github.com/datawhalechina/easy-langent/stargazers) [](https://github.com/datawhalechina/easy-langent/network/members) [](https://github.com/datawhalechina/easy-langent/issues) [](https://github.com/datawhalechina/easy-langent/blob/main/LICENSE)
📚 [在线阅读地址](https://datawhalechina.github.io/easy-langent/)
## 🚀项目介绍
当大模型技术从“单点能力突破”迈向“场景化应用落地”,智能体(Agent)已成为连接技术与实际需求的核心载体。然而,多数初学者在接触智能体开发时,常陷入“框架概念繁杂、实操无从下手、技术与应用脱节”的困境——要么被复杂的理论体系吓退,要么掌握了框架基础却不知如何落地真实项目。
“langent”由“lang”(代表LangChain、LangGraph等语言大模型开发框架)与“agent”(智能体)合并而来,核心目标是打破“理论学习”与“实战开发”的壁垒:让读者在系统掌握智能体核心逻辑的同时,真正学会运用LangChain、LangGraph框架解决实际开发问题,实现“从懂概念到会开发”的跨越。
我们摒弃冗余的理论堆砌,聚焦“用框架做开发”的核心需求,每一章都配套针对性的实操任务,确保读者在学习过程中能够动手实践、深化理解。
本项目配套的学习大纲遵循“循序渐进、实践导向”的设计原则,从框架基础认知入手,逐步深入核心组件实操、进阶应用开发,再到多智能体协作与系统优化,最终完成综合实战项目。
## 📌项目受众
无论你是希望入门智能体开发的高校学生,还是寻求技术落地的开发者,都能通过本项目找到清晰的学习路径。
**前置知识要求:**
- 熟悉Python编程语言基础
- 对大模型技术有基本了解
- 对智能体的核心概念有基本了解
如果你还不掌握上述前置知识,建议先完成以下课程:
- [聪明办法学 Python 第二版](https://github.com/datawhalechina/learn-python-the-smart-way-v2)
- [Happy-llm](https://github.com/datawhalechina/happy-llm)
- [Hello-Agents](https://github.com/datawhalechina/hello-agents)
## 📖 内容导航
| 章节 | 关键内容 | 状态 |
| ------------------------------------------------- | ---------------------------- | ---- |
| 第一部分:前言 | | |
| [前言](./docs/guide/前言.md) | 前言与读者建议 | ✅ |
| [第一章 LangChain与LangGraph框架认知](./docs/guide/chapter1.md) | 框架介绍、环境安装、lang框架体验| ✅ |
| 第二部分:LangChain组件与实战 | | |
| [第二章 LangChain核心组件实操](./docs/guide/chapter2.md) | 模型调用、提示词模板、输出解析 | ✅ |
| [第三章 LangChain进阶组件实操](./docs/guide/chapter3.md) | 记忆、工具、组合实践 | ✅ |
| [第四章 LangChain应用级系统设计与RAG实践](./docs/guide/chapter4.md) | 链式工作流、RAG实践 | ✅ |
| [第五章 课程中期综合实践:智能体应用设计与实现](./docs/guide/chapter5.md) | 中期综合实践 | ✅ |
| 第三部分:LangGraph组件与实战 | | |
| [第六章 LangGraph基础:有状态工作流与核心概念实操](./docs/guide/chapter6.md) | 有状态工作流、节点、边、状态管理 | ✅ |
| [第七章 LangGraph进阶:多智能体协作与复杂流程管控](./docs/guide/chapter7.md) | 多智能体协作、复杂流程管控 | ✅ |
| [第八章 综合实战:构建"谁是卧底"游戏智能体](./docs/guide/chapter8.md) | 综合实战 | ✅ |
| [结语](./docs/guide/结语.md) | 项目总结与展望 | ✅ |
| 相关agent项目 | | |
| [狼人杀(上帝视角)](./project/werewolfGameAi/README.md) | 基于langgraph开发 | ✅ |
| [智能知识库问答](./project/AgenticRag/README.md) | 基于langchain开发 | ✅ |
| [MCPChat](./project/MCPChat/README.md) | 基于langchain开发 | ✅ |
| [数据处理智能体](./project/DataAgent/README.md) | 基于langchain开发 | ✅ |
## ✨核心贡献者
- [牧小熊-项目负责人](https://github.com/muxiaoxiong)(Datawhale成员)
- [柯慕灵-项目贡献者](https://github.com/1985312383)(Datawhale成员)
## ❤️特别感谢
- 感谢 [@Sm1les](https://github.com/Sm1les) 对本项目的帮助与支持
- 感谢内测组对本项目的帮助与支持
[Zeno](https://github.com/ZENO-CHOW)
- 感谢所有为本项目做出贡献的开发者们 ❤️
## 🧑💻参与贡献
- 如果你发现了一些问题,可以提Issue进行反馈,如果提完没有人回复你可以联系[保姆团队](https://github.com/datawhalechina/DOPMC/blob/main/OP.md)的同学进行反馈跟进~
- 如果你想参与贡献本项目,可以提Pull request,如果提完没有人回复你可以联系[保姆团队](https://github.com/datawhalechina/DOPMC/blob/main/OP.md)的同学进行反馈跟进~
- 如果你对 Datawhale 很感兴趣并想要发起一个新的项目,请按照[Datawhale开源项目指南](https://github.com/datawhalechina/DOPMC/blob/main/GUIDE.md)进行操作即可~
## 📊 Star History
## 🌟关注我们
扫描下方二维码关注公众号:Datawhale
## LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。