掌握LangGraph子图(Subgraph)机制,学会将复杂Agent系统拆解为可复用的模块化子图,理解父子图之间的状态传递与转换,以及多层嵌套图的设计模式。通过子图实现关注点分离,构建易于维护和测试的大型Agent应用。包含完整的实战案例和最佳实践指南。

掌握LangGraph的多种流式输出模式,包括逐Token流式、节点事件流式、自定义流式写入,以及在HTTP SSE和WebSocket场景中的集成方案。学会让用户实时看到Agent的"思考过程",构建响应迅速、体验流畅的AI应用。包含完整的实战案例和最佳实践指南。

全面掌握LangGraph的工具调用机制,包括使用@langchain/core/tools定义工具、ToolNode预构建节点的使用、工具调用的错误处理、自定义工具执行逻辑,以及构建一个完整的ReAct(推理+行动)Agent,实现让AI真正"动手"执行任务的能力。包含完整的实战案例和最佳实践指南。

系统讲解 RAG（检索增强生成）的完整实现流程：文档加载与切割、Embedding 生成、向量数据库选型与集成、检索策略优化（混合检索/重排序/查询改写），构建生产级 RAG Pipeline。

从零开始搭建LangGraph TypeScript开发环境，包括Node.js配置、依赖安装、API密钥管理，并通过构建一个完整的对话Agent，掌握StateGraph的基本用法，运行第一个可交互的AI Agent应用。本章还涵盖常见陷阱排查和项目结构最佳实践。

本章从LangChain的Agent概念出发,快速回顾核心要点,重点讲解为什么需要LangGraph来编排复杂Agent工作流,介绍LangGraph的定位与核心优势,带你理解图执行模型的设计哲学,并完成第一个可运行的LangGraph程序。包含完整的生态系统对比和实战示例。

介绍《深入浅出LangGraph》的写作背景、与《深入浅出LangChain》的关系、目标读者、内容结构与阅读建议。帮助已掌握LangChain基础的工程师顺利进阶到生产级Agent系统开发。

深入讲解 Context Engineering 的核心理念与实战技巧，涵盖 Token 预算管理、动态上下文注入、Guardrails 安全护栏实现、提示词注入攻击防护，以及生产环境的安全最佳实践。

完整构建一个生产级智能客服 Agent，涵盖系统架构设计、知识库构建、多轮对话管理、工单系统集成、转人工机制，以及完整的部署和监控方案。

深入讲解多 Agent 系统的设计理念与实现方法，涵盖串行/并行/委托三种协作模式、Supervisor 模式的 LangGraph 实现、子 Agent 资源隔离策略，以及多 Agent 系统的最佳实践。