LangGraph零基础实战全家桶

想学习 LangGraph，却不知道 State、Node、Edge 分别是什么？看过几个示例，还是不清楚条件分支、并行任务和 Agent 工具循环应该怎样组合？

这套课程从一个可以直接运行的 FastAPI 脚手架出发，带你学习 LangGraph 应用开发的基础能力。通过完整代码、详细讲解和执行结果观察，逐步掌握图编排、状态管理、工具调用、简单记忆和流式输出，最后组合成一个数码商城智能咨询助手。

课程规划共 7 章、25 节，免费学习。 当前内容为课程规划，实际课节以最终发布版本为准。

这门课适合谁

• 有 Python 基础，第一次学习 LangGraph 的同学。
• 了解大模型调用，希望进一步学习工作流和 Agent 开发的同学。
• 看过框架示例，但还不能独立组织节点、状态和工具调用的同学。
• 想进入 AI 应用开发，希望先打好基础，再学习完整实战项目的同学。

不要求提前学完 AI 全家桶，也不要求有 LangGraph 使用经验。你需要能够阅读基础 Python 代码，并按照教程安装依赖、配置模型和启动工程。涉及的类型注解、异步调用等知识，会结合代码解释。

学完可以做什么

• 使用 State、Node、Edge 定义并运行一张图。
• 理解节点如何读取状态、返回局部更新，以及 Reducer 如何合并数据。
• 编写链式、条件分支、并行汇总和有次数上限的循环流程。
• 把普通查询函数声明为工具，构建模型决策与工具执行循环。
• 使用消息状态和 Checkpointer 实现简单的连续对话。
• 使用 SQLite 保存对话状态。
• 通过 FastAPI 和 SSE 展示模型回答、节点结果与处理进度。
• 组合上述能力，完成一个基础工具型 Agent 应用。

课程怎么学

从能运行的 FastAPI 工程开始

开篇提供统一脚手架，包含配置读取、模型客户端、接口注册、统一响应、基础异常处理和前端组件。完成配置后，即可通过接口和页面观察每节课的运行结果。

后续围绕 LangGraph 新增课节代码，减少重复搭建工程的时间，把注意力放在状态、节点、执行路径和工具调用上。

一个知识点，讲清用途和执行过程

每节围绕明确的基础能力展开：先理解它解决什么问题，再看完整代码，最后用具体输入观察执行结果。

例如，并行编排会讲清分支怎样启动、结果怎样汇总、为什么会发生状态写入冲突；Agent 会讲清模型怎样选择工具、工具结果怎样回传，以及何时结束循环。

前面学习基础，最后组合应用

各章使用简短示例帮助理解，不要求每章开发一个业务项目。最后将工具、Agent、记忆和流式输出组合起来，完成一个可运行的商城咨询助手。

课程内容

第 0 章：课程介绍与 FastAPI 脚手架

• LangGraph 是什么：工作流、Agent 与课程学习路线。
• FastAPI 脚手架运行与模型配置。
• 课节目录、接口注册与页面使用约定。

第 1 章：图编排与状态基础

• State、Node、Edge：运行第一张图。
• StateGraph、START、END 与异步执行。
• 模型节点：消息、Prompt 与模型调用。
• 状态字段与节点局部更新。
• Reducer：列表追加与状态合并。

第 2 章：常用工作流编排

• 链式执行：按顺序完成多个任务。
• 条件边：根据处理结果选择分支。
• 并行执行：多个分支与结果汇总。
• 循环执行：评估优化与次数上限。

第 3 章：工具调用与基础 Agent

• 工具定义、模型绑定与结果回传。
• 模型节点与工具节点：搭建 Agent 循环。
• ToolNode 与 tools_condition 的使用。
• Agent 退出条件、执行上限与基础错误提示。

第 4 章：多轮对话与简单记忆

• MessagesState 与 add_messages：维护对话消息。
• Checkpointer 与 thread_id：继续同一次对话。
• 使用 SQLite 保存对话状态。

第 5 章：流式回答与执行进度

• astream 与 updates：展示节点执行结果。
• messages：流式显示模型回答。
• custom：通过脚手架 SSE 展示处理进度。

第 6 章：综合实战——数码商城智能咨询助手

• 准备商品、订单查询与简易知识检索工具。
• 组合工具型 Agent 与会话记忆。
• 接入流式回答、工具执行展示与完整功能演示。