本项目是一套面向实践的 LangChain 与 LangGraph 中文学习教程,覆盖从模型调用、提示词和工具,到 RAG、Agent、评测与生产部署的完整学习路径。每个阶段包含学习目标、核心概念、示例、练习和自测内容…
30.6/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/3 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
自动兼容检查未通过:仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装。以下命令仍可尝试,但可能失败。
无法用 dsh 插件命令安装(仓库内无 dsh 插件清单)
git clone https://github.com/shixingxingai/agent-100day.git按该仓库 README 的原生方式安装;若作者另行发布了 DSH 插件包,请以其文档为准
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · skill
装得上吗
作者未把包发布到 npm,只能用源码安装
插件本身没问题,是分发方式不同
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 30 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包agent-100day(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/11 22:20:06
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/10/31(1 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 覆盖RAG与Agent
- 含练习与自测
README
由 DeepSeek 最新模型翻译生成LangChain / LangGraph 系统学习教程
本项目是一套面向实践的 LangChain 与 LangGraph 中文学习教程,覆盖从模型调用、提示词和工具,到 RAG、Agent、评测与生产部署的完整学习路径。每个阶段包含学习目标、核心概念、示例、练习和自测内容,并配有记忆卡片与复习材料。
学习路径
建议按阶段顺序学习:
1. 基础与应用主线(01–09):ChatModel、Prompt 与输出解析、工具、RAG、LCEL、LangGraph、Agent、LangSmith 追踪和多代理。
2. 评测与生产化(10–19):评测、上下文工程、记忆、人工审批、MCP、进阶 RAG、流式服务、部署、安全和成本治理。
3. 复习资料(20–23):速查与面试追问(含术语表与新旧 API 迁移对照表)、核心概念地图、记忆口诀与类比、闪卡与间隔重复计划。
4. 补充篇(24–27):异步与并发、测试策略、生产监控与告警、端到端实战项目——按需插入主线(24 配合阶段 05/16、25 配合阶段 17、26 配合阶段 08/17、27 在全部学完后做)。
展开完整文档(README 剩余 1 节)
LangChain / LangGraph 系统学习教程 本项目是一套面向实践的 LangChain 与 LangGraph 中文学习教程,覆盖从模型调用、提示词和工具,到 RAG、Agent、评测与生产部署的完整学习路径。每个阶段包含学习目标、核心概念、示例、练习和自测内容,并配有记忆卡片与复习材料。 学习路径 建议按阶段顺序学习: 1. 基础与应用主线(01–09):ChatModel、Prompt 与输出解析、工具、RAG、LCEL、LangGraph、Agent、LangSmith 追踪和多代理。 2. 评测与生产化(10–19):评测、上下文工程、记忆、人工审批、MCP、进阶 RAG、流式服务、部署、安全和成本治理。 3. 复习资料(20–23):速查与面试追问(含术语表与新旧 API 迁移对照表)、核心概念地图、记忆口诀与类比、闪卡与间隔重复计划。 4. 补充篇(24–27):异步与并发、测试策略、生产监控与告警、端到端实战项目——按需插入主线(24 配合阶段 05/16、25 配合阶段 17、26 配合阶段 08/17、27 在全部学完后做)。 5. 进阶 / 前瞻篇(28–32):LangGraph 进阶(Send/重试/缓存)、语音与实时 Agent、浏览器与 Computer-use、私有化部署与自托管推理、模型微调与 SLM 路由——按目标岗位选修,不必全做,但至少要有一项能讲透。 从总览与学习路线开始,查看各阶段的目标、预计耗时和 90 天学习计划。迷路时参考核心概念地图;遇到陌生名词查术语表;照抄老教程报错先对新旧 API 迁移对照表;复习时使用闪卡与间隔重复计划和 flashcards-anki.csv。 版本前提:本教程基于 LangChain 1.x 与 LangGraph 1.x 编写(定稿 2026-09),建议 Python ≥ 3.10。1.x 有破坏性变更(导入路径重组、组件拆包、部分能力迁至 langchain-classic),详见 00 总览开头的说明与附录 20 的迁移对照表。 目录 | 阶段 | 内容 | | 01–03 | ChatModel、Prompt 与输出解析、Tool 工具系统 | | 04–07 | RAG 流水线、LCEL、LangGraph 基础、create_agent | | 08–10 | LangSmith 追踪、多代理架构、评测 Evals | | 11–14 | 上下文工程、记忆系统、Human-in-the-loop、MCP | | 15–19 | RAG 进阶、流式与服务化、部署与工程化、安全与 Guardrails、成本与多模型路由 | | 20–23 | 附录:速查与面试追问(含术语表 + 迁移对照表)、核心概念地图、记忆口诀与类比大全、闪卡与间隔重复计划 | | 24–27 | 补充:异步与并发、补充:测试策略、补充:生产监控与告警、实战:端到端 Agent 项目 | | 28–32 | 进阶:LangGraph 进阶、前瞻:语音与实时 Agent、前瞻:浏览器与 Computer-use、前瞻:私有化部署与自托管推理、前瞻:模型微调与 SLM 路由 | 环境准备 教程示例使用 Python。按需安装各章节所需依赖;以下是总览中给出的常用环境示例: python -m venv .venv Windows PowerShell .venv\Scripts\Activate.ps1 macOS / Linux source .venv/bin/activate pip install -U langchain langchain-openai langchain-community pip install -U langchain-text-splitters langchain-chroma pypdf pip install -U langgraph langsmith pydantic python-dotenv 按阶段追加依赖(用到哪章装哪个,各章"步骤 1:安装依赖"有说明): pip install -U langchain-classic rank-bm25 langchain-postgres langgraph-checkpoint-postgres pip install -U 'langchain[mcp]' ragas fastapi uvicorn pip install -U "langgraph-cli[inmem]" 部分示例需要模型提供方的 API 密钥或 LangSmith 配置。请按照相应章节的说明,通过环境变量或本地环境文件配置;不要把密钥提交到版本控制中。 使用建议 - 每章先读学习目标,再运行示例并完成练习和自测。 - 建议从阶段 01 开始按顺序推进;阶段 04、07、10、17 可作为 RAG、智能体、评测和部署的实践关卡。 - 学习时尽早接入追踪和评测,持续记录问题并把典型错误加入自己的评测样本。 - 使用第 23 阶段的 1/3/7/14/30 天复习节奏巩固知识。 更多学习说明和完整路线见总览与学习路线。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
shixingxingai/agent-100day
本项目是一套面向实践的 LangChain 与 LangGraph 中文学习教程,覆盖从模型调用、提示词和工具,到 RAG、Agent、评测与生产部署的完整学习路径。每个阶段包含学习目标、核心概念、示例、练习和自测内容…
相关插件 · 技能 / 提示词
人设统管ZiChuanLan/agent-purge
一份系统提示词,喂给多个 coding…
★ 931已汉化DSH
73.8
人物画像蒸馏titanwings/distilly
Distilly — 把他们的思考方式提炼成可复用的技能,供任何智能体或机器人使用。原名 Colleague Skill(原同事 Skill)。
★ 25,659已汉化DSH
71.3
推理工作空间套件Tiger3807861189/J-Space-Cognition-Suite
J-Space 是面向复杂推理、大型仓库工程、子代理协作与授权安全分析的推理时工作空间和控制套件。
★ 2,957已汉化DSH
70.5
两阶段工具锚定预设xiaobright/dsh-anchored-standard
实验性 DeepSeek Harness agent preset…
★ 3,742已汉化DSH
70.1
智能体工作流编排nrslib/takt
不再日夜盯着 AI 编码智能体。
★ 1,402已汉化DSH
70
Agent 运行时手册Electricitysheep/dsh-handbook
DeepSeek Harness dsh 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多…
★ 827已汉化DSH
68.7