项目实战

学完了前面的理论知识，现在是时候动手做项目了！本章通过4个实战项目，帮助你将所学知识融会贯通。

项目列表

项目	技术栈	难度	学习重点
个人知识库助手	RAG + LangChain	★★☆	向量检索、知识库构建
智能客服机器人	Agent + 工具调用	★★★	Agent架构、工具设计
代码助手开发	多Agent + 代码生成	★★★	多Agent协作、代码处理
自动化脚本开发	Agent + 自动化	★★★★	任务规划、自动化执行

学习路径

知识库助手 → 客服机器人 → 代码助手 → 自动化脚本
    ↓             ↓            ↓            ↓
  RAG基础      Agent基础    多Agent      高级规划

项目特点

1. 从简单到复杂

第一个项目聚焦RAG核心技术，后续项目逐步引入Agent、多Agent协作等高级概念。

2. 完整可运行

每个项目都提供完整代码，你可以直接运行学习。

3. 实际应用场景

项目模拟真实的业务场景，学完后可以直接应用到工作中。

开发环境准备

# 安装基础依赖
pip install langchain langchain-openai langchain-chroma
pip install langgraph
pip install python-dotenv

# 创建.env文件
OPENAI_API_KEY=your-key-here

选择你的项目

建议

如果你刚学完RAG，建议从 个人知识库助手 开始。如果你已经熟悉Agent，可以直接挑战 自动化脚本开发。