🎯 课程主题
介绍 LangChain 1.2 的核心模块划分、API 组织结构，以及官方文档的使用方法，为后续实战学习建立导航地图。
📝 核心知识点
1. 核心模块划分
| 模块 | 定位 | 关键内容 |
|---|---|---|
| langchain-core | 核心 API 层（最稳定） | Runnable、BaseMessage 等基础抽象 |
| langchain-classic | 传统/废弃 API 存放处 | 旧的 Chain 管道符写法等已不推荐使用的代码 |
| langchain-community | 第三方集成 | 如 langchain-openai、langchain-anthropic 等社区维护的集成包 |
| LangGraph（底层） | Agent 编排引擎 | LangChain 底层封装了 LangGraph，有些 API 需直接调用 LangGraph |
2. langchain-core —— 核心中的核心
- 包含 Runnable（可运行单元的基础抽象）。
- 包含 BaseMessage（消息基类）。
- 原则：只要 API 在
langchain-core中，就说明是稳定、可靠的核心 API，可以放心使用。
3. langchain-classic —— 废弃 API 的"回收站"
- 存放被标记为
deprecated的旧版 API。 - 典型的如旧的 Chain（管道符连接方式），1.0 之后不再推荐。
4. langchain-community —— 第三方集成
- 社区维护的各种模型/工具集成包，如 OpenAI、Anthropic 等。
- 第三方集成包独立安装，按需引入。
5. 课程内容与 API 文档对照
本课程 11 个章节覆盖了官方文档中的核心组件：
- Agents（Agent 智能体）
- Models（模型创建与调用）
- Messages（消息处理）
- Tools（工具调用）
- Short-term Memory（短期记忆）
- Streaming（流式输出）
- Structured Output（结构化输出）
- Middleware（中间件 —— 重点讲解）
- MCP（Model Context Protocol）
- Human-in-the-Loop（人在环）
- RAG（检索增强生成）
- Long-term Memory（长期记忆）
- Skills（技能模块，在 Multi-Agent 章节中讲解）
6. 官方文档使用指南
- 官网入口：LangChain 官网 → Products → LangChain（选择 Python 版本）。
- 学习路径：Learn 板块适合系统性学习，Docs 板块适合查阅具体模块。
- 中文文档：官方也提供中文版文档链接。
- API 参考：查询具体类/方法时使用 API Reference（如搜索
init_chat_model可查看完整参数说明）。
🏗️ 架构与工作流
langchain-core (核心抽象: Runnable, BaseMessage)
├── langchain-classic (废弃 API)
├── langchain-community (第三方集成: OpenAI, Anthropic...)
└── 底层 → LangGraph (Agent 编排引擎)
💻 代码实战
本节课以理论讲解为主，无代码实战。
⚠️ 常见问题与避坑指南
- 使用 API 时优先确认它属于哪个模块：
langchain-core中的 API 是稳定的，langchain-classic中的应避免使用，langchain-community中的需关注社区维护状态。 - 英文文档为首选，中文文档可作为辅助参考。
💡 个人总结与延伸
本节课是后续学习的总导航。关键要点：langchain-core 是稳定的基石，官方文档是遇到问题时的第一参考源。学习中遇到 API 问题时，建议直接查询 API Reference 而非依赖可能导致误导的旧版博客或视频。LangGraph 作为底层引擎，部分高级功能（如 Multi-Agent、Skills）需了解其 API，这在后续课程中会渗透讲解。