找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3310

积分

0

好友

438

主题
发表于 昨天 23:56 | 查看: 5| 回复: 0

假如你日常就在使用 Node.js、TypeScript 和 async/await,但从未涉足 AI 应用开发,这门课程很适合你。

微软推出了一门免费开源课程《LangChain.js for Beginners》,包含 8 个章节和 70 多个可直接运行的 TypeScript 示例。它的目标是帮助 JavaScript 开发者构建真正能推理、调用工具并检索知识库的 AI 应用,而非仅仅停留在聊天补全阶段。

为什么选 LangChain.js

Python 在 AI 领域确实更常见,但切换语言不是唯一选择。LangChain.js 为 JavaScript 生态提供了完整的组件集:聊天模型、工具、Agent、检索等,无需从零拼接。

原文用了一个很贴切的比喻:LangChain.js 就像一家备货充足的五金店,架子上什么都有,你直接拿来用,不用先炼钢。如果你已经会 npm 和 async/await,进入 AI 开发的门槛比想象中低。

课程的学习路径

课程采用 Agent 优先 的设计,而非从文档加载和向量嵌入开始。这个顺序更贴近生产系统的实际运作方式。

第 1-3 章:打基础。第一次 LLM 调用、聊天模型、流式输出、提示词模板,以及用 Zod schema 获取结构化输出。这些是后面一切的前提。

第 4 章:函数调用与工具——AI 从“说话”变成“做事”。你定义函数,模型自行判断什么时候调用它们。这是课程从理论走向实践的转折点。

第 5 章:Agent——LLM 能回答问题,Agent 却能推理问题、选择工具、执行多步计划。本章介绍 ReAct 模式,并演示如何用 LangChain.js 构建 Agent。

第 6 章:MCP——Model Context Protocol 正在成为 AI 连接外部服务的通用标准。这章讲如何构建 MCP 服务器,通过 HTTP 和 stdio 两种传输方式将 Agent 与它们连接起来。

第 7-8 章:引入文档、向量嵌入和语义搜索,最终汇聚成 Agentic RAG。Agent 能自行决定什么时候需要搜索知识库,什么时候直接从已知内容回答。

每一章都包含:概念解释(附类比)、可立即运行的代码示例、动手练习、关键结论。

为什么先讲 Agent,再讲 RAG

这是课程设计中被问得最多的问题。

原文的类比很清楚:传统 RAG 像一个“开卷考试”里每道题都翻书的学生,哪怕问的是“2+2 等于几”。Agentic RAG 则是那个聪明的学生,简单的问题直接答,只有真正需要查资料时才翻书。

按课程顺序走到第 8 章时,你已经理解了工具、Agent 和 MCP,文档检索只是 Agent 能调用的又一种能力。Agent 知道如何推理工具选择,自然就能判断“这个问题需要检索吗”。结果是响应更快、成本更低(减少不必要的向量查询),体验也更好。

适合谁学

只需要会 JavaScript/TypeScript、npm install 和 async/await。不需要 AI 或机器学习背景。

每章从实际生活类比入手,比如硬件店(工具组件)、餐厅员工(角色分工)、USB-C 转接头(MCP 协议),然后给出可运行的代码,再附上练习题。可以在本地运行,也可以用 GitHub Codespaces 跳过本地安装。

支持多个 AI 提供商

课程示例不绑定特定 AI 服务商。三个选项都可以:

  • GitHub Models:免费,适合学习
  • Microsoft Azure AI Foundry:生产级
  • OpenAI:直接对接

配置方式完全一样:在 .env 文件里设置四个环境变量 AI_API_KEYAI_ENDPOINTAI_MODELAI_EMBEDDING_MODEL,所有示例开箱即用,不需要改代码。

综合项目与延伸示例

课程末尾有一个综合项目:一个通过 HTTP 暴露文档搜索和文档摄取工具的 MCP RAG 服务器。多个 Agent 可以连接到这个服务器,共享一个集中的知识库,而不用各自维护一份数据副本。

除 70+ 课程示例和综合项目之外,README 还链接了几个额外示例:

  • 汉堡点餐 Agent:带 Serverless API 和 MCP Server
  • Serverless AI 聊天(含 RAG):运行在 Azure 上
  • 多 Agent 旅行规划师:跨 Azure Container Apps 协调多个专属 Agent

开始学习

访问 github.com/microsoft/langchainjs-for-beginners,Clone 仓库,配置 API Key,运行示例。章节之间有依赖关系,但每章也足够独立,如果某个具体主题吸引了你,直接跳到那里也没问题。

如果 AI 基础概念还不熟悉,可以先看配套课程 Generative AI with JavaScript 打底。

另外,Python 和 Java 版本也有对应课程:

  • LangChain for Beginners(Python)
  • LangChain4j for Beginners(Java)

参考

如果想和更多开发者交流 AI 应用开发,云栈社区 随时欢迎你的加入。




上一篇:C# Channels 异步队列实践:打造高并发 .NET 应用
下一篇:C# 代码架构选型指南:Feature Slicing vs Clean Architecture 如何决策?
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-4-28 01:44 , Processed in 0.887868 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表