对普通人来说，想踩上AI的风口，大模型应用开发工程师绝对是更稳的选择——毕竟能快速落地变现的技术，才是真的“香到不行”。

如果你是新人，这是一份清晰的成长路线图；如果你是“老人”，大概率会在某些地方会心一笑。

在大模型应用迅猛发展之际，LangChain不再是小众的选择，逐步变为开发者于实现RAG、智能Agent等场景时的“必备框架”。

2小时、26M参数、从零训练——MiniMind的横空出世，让大模型不再是大厂专属。它用“低算力也能玩AI”的新思路，让普通开发者也能亲手训练自己的GPT。

Dify 是一个开源的 LLM 应用开发平台，它解决了 LLM 开发中最常见的问题：知识库的切片与索引、Prompt 的编排、上下文记忆的管理，以及对外提供标准的 API 接口。

MCP 协议的意义在于为不同的 API 创建了一个通用标准，就像 USB-C 让不同设备能够通过相同的接口连接一样。

LLaMA Factory 是一个开源的全栈大模型微调框架，简化和加速大型语言模型的训练、微调和部署流程。

LangGraph 提供了一种以图（graph）为核心的解决方案，清晰定义了智能体之间的关系与交互规则，并通过内置的通信接口和协调策略，帮助开发者快速构建高效且可扩展的分布式智能系统。

LangGraph 是 LangChain 生态中一个工具，通过将应用逻辑组织成有向图（Graph）的形式，可以轻松实现对话历史的管理和复杂的对话流程。本文将通过一个示例，展示如何使用 LangGraph 实现这一功能。

LangChain 是一个大语言模型（LLM）编程框架，其目的是简化基于大语言模型的应用开发，统一不同大模型的调用方式，开发者无需关心底层 API 差异。