LangGraph 体系化课程

为「小镰刀」定制 · 资深向 · 面试导向

不是一页速览,而是一套能让你从内核原理讲到生产实战的完整课程。目标:把 LangGraph 学成你简历和面试里的硬通货。

这套课假设你已经是有经验的 AI Agent 使用者——所以我们不停留在"怎么调 API",而是讲清它为什么这么设计、底层怎么转、在真实项目里怎么落地。五章递进:

为什么是图 · Pregel/BSP 超步执行模型 · Channel 与 Reducer 的本质 · compile 干了什么 · 快照/Send/Command。资深面试最爱问的"它到底怎么转"。

State/节点/边/条件边 · 工具调用 ToolNode · 完整 ReAct Agent · 记忆持久化 · 人工介入 · 流式。每个概念配最小可跑代码。

子图 Subgraph · Send 并行 map-reduce · Command 路由 · 跨会话长期记忆 Store · 生产级持久化 · 流式细节 · 部署上线。

5 个完整可跑项目:Agentic RAG 自纠错 · 多智能体研究 · 自我反思 Reflection · HITL 审批工作流 · SQL 数据 Agent。

扒了市面 AI Agent 招聘要求后,定的面试导向学习计划 + 高频面试题 + 自进化落地。让学习有的放矢。

💡 配套大方向

学完这套课,落地动作是:把你现有的一个自动化任务用 LangGraph 重写成带评测闭环的真 Agent,作为面试案例——这同时坐实了"框架熟练 + 自进化落地"两块硬要求。