课程介绍：
你是否正苦恼，低代码平台构建AI应用灵活性不足，难以有效应对复杂定制需求？本课程为你设计了一条更高效的进阶路径：基于LangChain 框架，以高Star开源项目 FastGPT 为蓝本，深度应用 RetrievalQA、TextSplitter 等核心组件，手把手带你从零构建一个可灵活定制的 RAG 知识库。以更低门槛，多维度助你拓展模块化工程思维，提升AI应用开发与架构设计能力，加速从 AI 应用的“ API调用者 ”到能独立设计解决方案的“ 架构设计者 ”的进阶。
课程目录：
第1章 课程介绍：搞懂 AI 知识库价值，解锁实战技能与岗位机遇（5节）
1-1 课程介绍（试看）
1-2 实战项目与FastGPT类比（试看）
1-3 大模型介绍
1-4 AI市场需求
1-5 常见平台
第2章 欢迎来到LangChain的世界：从概念到 HelloWorld 实战（4节）
2-1 langchain介绍（试看）
2-2 helloworld入门
2-3 Model IO 单轮与多轮
2-4 交互模式
第3章 【LangChain】提示词：告别无效提问，用模板生成高质量 Prompt（7节）
3-1 提示词模板-字符模板
3-2 提示词模板-会话模板
3-3 提示词模板-占位符
3-4 提示词模板-少样本
3-5 提示词模板-加载外部文件
3-6 提示词模板-部分赋值
3-7 提示词模板-组合嵌套模板
第4章 【LangChain】示例选择器：让 AI“学例子”，动态匹配场景的示例优化技巧（3节）
4-1 示例选择器-长度选择器
4-2 示例选择器-MMR
4-3 示例选择器-自定义
第5章 【LangChain】输出格式化：从“杂乱文本”到“结构化结果”，定制AI输出（7节）
5-1 输出格式化-String格式
5-2 输出格式化-Json格式
5-3 输出格式化-Pydantic数据格式
5-4 输出格式化-格式修复Fix
5-5 输出格式化-重试Retry
5-6 输出格式化-自定义格式化1
5-7 输出格式化-自定义格式化2
第6章 【LangChain】LCEL 表达式：一行代码串起AI流程！核心编排语法实战（11节）
6-1 LCEL是什么
6-2 LCEL原理
6-3 LCEL-RunnableLambda介绍
6-4 LCEL-Runnable介绍
6-5 LCEL-Runnable串行
6-6 LCEL-Runnable并行
6-7 LCEL-Runnable Passthrough介绍
6-8 LCEL-分支Branch
6-9 LCEL-重试Retry
6-10 LCEL-配置Config
6-11 LCEL-动态参数
第7章 【LangChain】记忆：让AI“记住上下文”实现多轮对话连贯交互核心方案（5节）
7-1 Memory-记忆介绍
7-2 Memory-占位符
7-3 Memory-ChatMessageHistory实现
7-4 Memory-RunnableWithMessageHistory实现
7-5 Memory-长期记忆
第8章 【LangChain】文档加载：常见格式（TXT、PDF、Word）一键接入（6节）
8-1 文档加载-TextLoader
8-2 文档加载-PdfLoader
8-3 文档加载-DocxLoader
8-4 文档加载-WebLoader
8-5 文档加载-CsvLoader
8-6 文档加载-自定义
第9章 【LangChain】文档拆分：规避“信息割裂”用最优策略拆分文档提升检索精度（5节）
9-1 文档拆分Splitter-介绍
9-2 文档拆分Splitter-字符方式
9-3 文档拆分Splitter-递归方式
9-4 文档拆分Splitter-token
9-5 文档拆分Splitter-自定义
第10章 【LangChain】向量：搞懂向量原理，把“文本”转成AI能检索的“数字密码”（7节）
10-1 向量-介绍
10-2 向量-huggingface
10-3 向量-modelscope
10-4 向量-相似度
10-5 向量存储-数据库
10-6 向量存储-数据库使用
10-7 向量存储-归一化
第11章 【LangChain】检索：从“全量搜索”到“精准定位”打造高响应的AI检索逻辑（10节）
11-1 检索-基础介绍
11-2 检索-multiquery多次检索
11-3 检索-上下文压缩检索
11-4 检索-相似度-doc分值
11-5 检索-检索过滤相似度分值
11-6 检索-ensamble聚合检索器
11-7 检索-LongContext重排序
11-8 检索-Self自查询1
11-9 检索-Self自查询2
11-10 检索-重排序
第12章 【LangChain】工具：让AI会用工具（查天气、调接口）拓展 AI 能力边界（7节）
12-1 工具-装饰器Tool介绍
12-2 工具-装饰器Tool-代码
12-3 工具-Tool工具类
12-4 工具-StructedTools
12-5 工具-BaseTool
12-6 工具-LLM-BindTool1
12-7 工具-LLM-BindTool2
第13章 【实战项目】目标与技术架构：明确AI知识库核心功能，看懂“从0到1”的完整链路（5节）
13-1 项目介绍-RAG介绍
13-2 项目介绍-RAG对比
13-3 项目介绍-RAG商业产品介绍
13-4 项目介绍-项目目标
13-5 项目介绍-技术架构
第14章 【实战项目】Streamlit技术介绍：40分钟上手！快速入门前端界面（8节）
14-1 Streamlit介绍
14-2 Streamlit-helloworld
14-3 Streamlit-表格-图表组件
14-4 Streamlit-交互控件
14-5 Streamlit-界面布局
14-6 Streamlit-会话状态
14-7 Streamlit-控件key参数介绍
14-8 Streamlit-控件key参数互动
第15章 【实战项目】Postgresql 数据库：AI 知识库数据存哪里？检索方案实战（6节）
15-1 Postgresql-介绍
15-2 Postgresql-全文搜索介绍
15-3 Postgresql-中文分词jieba安装
15-4 Postgresql-向量vector-插件介绍安装
15-5 Postgresql-相似度-欧式距离
15-6 Postgresql-相似度-曼哈顿距离
第16章 【实战项目】FastAPI技术介绍：搭建AI知识库后端接口，实现前后端数据互通（5节）
16-1 FastAPI-介绍-helloworld入门
16-2 FastAPI-传参
16-3 FastAPI-异步-响应状态码
16-4 FastAPI-商品案例
16-5 FastAPI-ApIRouter路由
第17章 【实战项目】前端设计：从“页面构思”到“界面搭建”手把手实现AI知识库前端界面（6节）
17-1 前端-构思
17-2 前端-左右布局
17-3 前端-首页搭建
17-4 前端-知识空间搭建
17-5 前端-知识库搭建
17-6 前端-设置搭建
第18章 【实战项目】后端整体设计：理清 “链路”，搭建 AI 知识库后端架构（9节）
18-1 后端-需求-模块分析
18-2 后端-实战编码逻辑
18-3 后端-数据库设计
18-4 后端-项目工程创建
18-5 后端-工程目录-分层设计
18-6 后端-api设计
18-7 后端-工程启动方式
18-8 后端-数据库操作
18-9 后端-补全数据库操作-日志对象-vector类型包
第19章 【实战项目】知识向量模块开发：动手实现！把文档转向量、存向量库的核心模块（5节）
19-1 后端-知识空间实战-动态数据
19-2 后端-知识空间增删改
19-3 后端-知识库-查看片段-删除
19-4 后端-知识库-上传文件-分段
19-5 后端-向量模块-向量化-job调度
第20章 【实战项目】动态配置开发：让AI知识库可配置（改参数、换模型），提升项目灵活性（3节）
20-1 后端-设置模块
20-2 后端-设置演示
20-3 后端-通过动态配置-获取数据库url-向量模型地址
第21章 【实战项目】会话模块开发：实现 ”AI 问答+上下文记忆”完成知识库核心交互功能（10节）
21-1 后端-首页会话-获取动态空间和用户
21-2 后端-标准大模型会话
21-3 后端-RAG大模型会话
21-4 后端-提示词模板的修复
21-5 后端-增加记忆能力
21-6 后端-历史会话记录-显示加载
21-7 后端-历史会话记录-清除
21-8 后端-历史会话记录-显示慢的优化
21-9 后端-显示引用的文档片段
21-10 后端-美化左侧菜单
第22章 【实战项目】扩展知识点：从“能用”到“好用”，AI 知识库深入扩展（4节）
22-1 扩展-项目实战与FastGPT的对比
22-2 扩展-chunk拆分的多种方式
22-3 扩展-问答对的作用
22-4 扩展-graphrag介绍
第23章 【实战项目】升级：LangChain0.3.x升级到LangChain1.0差异（4节）
23-1 langchain1_0-最新版本介绍
23-2 langchain1_0-教学代码差异
23-3 实战项目升级到Langchain1_0
23-4 LangChain1_0补充学习说明
