> ## Documentation Index
> Fetch the complete documentation index at: https://cndoc-langchain.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 学习

> 教程、概念指南和资源，助您快速上手。

在文档的**学习**部分，您将找到一系列教程、概念概述和额外资源，帮助您使用 LangChain 和 LangGraph 构建强大的应用程序。

## 用例

以下是按框架组织的常见用例教程。

### Deep Agents

[Deep Agents](/oss/python/deepagents/overview) 包含管理上下文、虚拟文件系统和其他常见代理需求的内置功能。

<Card title="数据分析" icon="chart-pie" href="/oss/python/deepagents/data-analysis" horizontal>
  构建一个将报告发送到 Slack 的数据分析代理。
</Card>

<Card title="深度研究" icon="search" href="/oss/python/deepagents/deep-research" horizontal>
  构建一个具有子代理委派和策略反思的多步骤网络研究代理。
</Card>

### LangChain

[LangChain](/oss/python/langchain/overview) [代理](/oss/python/langchain/agents)实现使得简单用例的入门变得容易。

<Card title="语义搜索" icon="search" href="/oss/python/langchain/knowledge-base" horizontal>
  使用 LangChain 组件构建 PDF 上的语义搜索引擎。
</Card>

<Card title="RAG 代理" icon="user-search" href="/oss/python/langchain/rag" horizontal>
  创建一个检索增强生成（RAG）代理。
</Card>

<Card title="SQL 代理" icon="database" href="/oss/python/langchain/sql-agent" horizontal>
  构建一个与数据库交互并支持人工审核的 SQL 代理。
</Card>

<Card title="语音代理" icon="microphone" href="/oss/python/langchain/voice-agent" horizontal>
  构建一个可以与之对话和倾听的代理。
</Card>

### LangGraph

LangChain 的[代理](/oss/python/langchain/agents)实现使用了 [LangGraph](/oss/python/langgraph/overview) 原语。
如果需要更深度的定制，可以直接在 LangGraph 中实现代理。

<Card title="自定义 RAG 代理" icon="user-search" href="/oss/python/langgraph/agentic-rag" horizontal>
  使用 LangGraph 原语构建 RAG 代理，以实现细粒度控制。
</Card>

<Card title="自定义 SQL 代理" icon="database" href="/oss/python/langgraph/sql-agent" horizontal>
  直接在 LangGraph 中实现 SQL 代理，以获得最大灵活性。
</Card>

### 多代理

这些教程演示了[多代理模式](/oss/python/langchain/multi-agent)，将 LangChain 代理与 LangGraph 工作流相结合。

<Card title="子代理：个人助手" icon="sitemap" href="/oss/python/langchain/multi-agent/subagents-personal-assistant" horizontal>
  构建一个委派给子代理的个人助手。
</Card>

<Card title="交接：客户支持" icon="users" href="/oss/python/langchain/multi-agent/handoffs-customer-support" horizontal>
  构建一个客户支持工作流，其中单个代理在不同状态之间转换。
</Card>

<Card title="路由器：知识库" icon="share" href="/oss/python/langchain/multi-agent/router-knowledge-base" horizontal>
  构建一个将查询路由到专门代理的多源知识库。
</Card>

<Card title="技能：SQL 助手" icon="wand" href="/oss/python/langchain/multi-agent/skills-sql-assistant" horizontal>
  构建一个使用按需上下文加载逐步加载专门技能的代理。
</Card>

## 概念概述

这些指南解释了 LangChain 和 LangGraph 背后的核心概念和 API。

<Card title="记忆" icon="brain" href="/oss/python/concepts/memory" horizontal>
  理解交互在线程内和跨线程的持久性。
</Card>

<Card title="上下文工程" icon="notebook" href="/oss/python/concepts/context" horizontal>
  学习为 AI 应用程序提供正确信息和工具以完成任务的方法。
</Card>

<Card title="图 API" icon="topology-star" href="/oss/python/langgraph/graph-api" horizontal>
  探索 LangGraph 的声明式图构建 API。
</Card>

<Card title="函数式 API" icon="code" href="/oss/python/langgraph/functional-api" horizontal>
  将代理构建为单个函数。
</Card>

## 额外资源

<Card title="LangChain 学院" icon="school" href="https://academy.langchain.com/" horizontal>
  课程和练习，提升您的 LangChain 技能。
</Card>

<Card title="案例研究" icon="presentation" href="/oss/python/langgraph/case-studies" horizontal>
  查看团队如何在生产环境中使用 LangChain 和 LangGraph。
</Card>

***

<div className="source-links">
  <Callout icon="terminal-2">
    [连接这些文档](/use-these-docs) 到 Claude、VSCode 等，通过 MCP 获取实时答案。
  </Callout>

  <Callout icon="edit">
    [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/learn.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
  </Callout>
</div>