@bkdgiffug：学习 Agent 最容易卡在这一步：你理解了所有概念，但真正要动手构建时却不知从何入手……

X AI KOLs Timeline 新闻
langchain agents langgraph tutorial human-in-the-loop long-term-memory learning-resources

摘要

LangChain 官方发布的《Agents From Scratch》指南提供了一套可动手实践的四步路线图，用于构建具有长期记忆和人机协作能力的邮件 Agent，涵盖 LangGraph 工作流、LLM-as-Judge 测试、human-in-the-loop 确认以及 LangGraph Store 记忆集成，并附带 Notebook 和源代码。

学习 Agent 最容易卡在这一步：你理解了所有概念，但真正要动手构建时却不知道从何入手。 LangChain 官方的《Agents From Scratch》直接提供了一套可立即运行的实用路线图。 四个步骤，构建一个具备长期记忆和人机协作能力的邮件 Agent： ① 使用 LangGraph 构建基础工作流 ② 使用 LLM-as-Judge 进行测试与评估 ③ 加入 Human-in-the-loop，关键操作由人工确认 ④ 使用 LangGraph Store 集成长期记忆 每一步都附带 Notebook 和源代码，不只是概念讲解——你可以跟着动手实操。 如果你想系统地学习 Agent 开发，这套内容可以作为入门级的脚手架。 🔗
查看原文
查看缓存全文

缓存时间: 2026/10/02 00:31

学习 Agent 最容易卡住的环节，往往是：你理解了所有概念，但真正要自己动手搭建时，却不知道从哪里入手。

LangChain 官方的 “Agents From Scratch” 直接提供了一份实操路线图，跟着就能立刻跑起来。

用四个步骤，搭建一个具备长期记忆 + 人机协作能力的邮件 Agent：

  1. 使用 LangGraph 构建基础工作流
  2. 使用 LLM-as-Judge 进行测试与评估
  3. 加入 Human-in-the-loop，关键操作由人工确认
  4. 使用 LangGraph Store 整合长期记忆

每一步都配有 Notebook 和源码，不只是概念讲解——你可以边跟边动手搭建。

如果你想系统地学习 Agent 开发，这套内容非常适合作为入门脚手架。

🔗

相似文章

@Jolyne_AI: LangChain 官方团队开源了一套从零到一打造 AI Agent 的实战教程：Agents From Scratch。 你将亲手做出一个“会管邮箱”的智能助手，按步骤掌握代理构建、评估体系、人机协作与记忆机制等关键能力，并最终接入真实…

X AI KOLs Timeline

LangChain 官方团队开源了一套从零到一打造 AI Agent 的实战教程「Agents From Scratch」，涵盖代理构建、评估、人机协作、记忆机制，并最终集成 Gmail API 实现真实的邮件管理助手。

@Huahuazo: 想搞明白Agent到底怎么从零搭起来，不是光会调API那种——我翻过不少资料，要么讲得太抽象，要么直接甩给你一个成品让你改改参数就完事，中间“为什么这样设计”的部分基本是空白。 LangChain官方的这个Agents From Scra…

X AI KOLs Timeline

LangChain官方发布的Agents From Scratch教程详细介绍了如何从零构建一个具有人机协作和记忆功能的AI代理，涵盖基础搭建、评估体系、人机协作和长期记忆四个部分。