LangGraph v1, Ollama, Agentic RAG, Private RAG, Corrective RAG, CRAG, Reflexion, Self-RAG, Adaptive RAG, MySQL Agent
您将会学到
- 构建使用LangGraph v1和Ollama的私有、生产就绪的代理型检索增强生成（Agentic RAG）系统
- 使用LangGraph状态机、节点、边和条件路由创建自定义大语言模型（LLM）工作流
- 实现PageRAG、元数据提取、PDF处理与Docling以及页面级摄入
- 使用ChromaDB、嵌入、元数据过滤和MMR检索进行高精度搜索
- 应用BM25+重新排序和高级检索管道进行金融文档分析
- 构建代理型RAG：工具调用、推理循环、结构化输出和多步骤工作流
- 实现纠正型检索增强生成（Corrective RAG, CRAG），包括文档评分、查询重写和网页搜索回退
- 创建自定义Ollama模型、Modelfiles、嵌入并集成到LangChain中
- 构建反射（Reflexion）、自我检索增强生成（Self-RAG）、自适应检索增强生成（Adaptive RAG）以及MySQL代理
课程要求
具备基础Python知识会有帮助，不过所有步骤都解释得非常详细，即使是初学者也能轻松理解。
这门课程不适用于AI的绝对新手，你需要先掌握LangChain的基础知识，再学习LangGraph，才能获得最佳的学习体验。
课程描述
这是一门使用LangGraph、LangChain、Ollama、ChromaDB、Docling和Python构建私有、可用于生产的检索增强生成（RAG）系统的高级项目课程，全程手把手教你实现AI系统开发全流程。
本课程专为希望对数据拥有完全控制权、确保隐私安全，并使用本地LLMs实现端到端工作流程的开发者量身打造。你将学习构建现代RAG系统，搭建高级检索管道，搭建代理工作流程，运用LangGraph状态机，集成SQL代理，并借助Ollama在本地完成全部开发。所有项目均可本地独立运行，无任何外部API成本，数据全程留存本地，绝不外泄。
课程全程以实战为核心，所有知识点均通过分步笔记本、完整Python代码和真实案例讲解，案例基于亚马逊、谷歌、苹果、微软等顶尖科技企业的SEC财务报表，贴合实际应用场景。
课程核心学习内容
Ollama和本地大语言模型设置
- 安装并配置Ollama，实现私有大型语言模型部署
- 应用Qwen3、GPT-OSS、Llama 3.2、nomic-embed等主流模型
- 通过Modelfiles创建自定义大型语言模型
- 使用Ollama命令行界面和REST API处理文本、对话交互及生成嵌入
LangGraph基础教程
- 运用TypedDict构建高效状态机
- 创建节点、归约器和条件边，搭建核心工作流组件
- 通过START/END逻辑构建多步骤自动化工作流
- 使用图表可视化AI执行全流程
- 掌握消息累积与状态合并核心机制
完整检索增强生成系统（从零搭建）
- 结合Docling与OCR技术、表格提取功能处理PDF文件
- 构建页面级文本片段，提升检索精准度
- 从文件名和大语言模型中高效提取元数据
- 通过SHA-256哈希算法去除重复内容
- 利用元数据过滤器将文档存储至ChromaDB
两阶段高级检索流程
- 从自然语言生成精准的元数据过滤条件
- 通过结构化LLM输出生成金融专业关键词
- 使用ChromaDB实现MMR智能搜索
- 采用BM25Plus算法重新排序，大幅提升检索准确度
- 提取标题与章节信息，优化检索排名
LangGraph自主式RAG开发
- 基于ReAct模式搭建可调用工具的智能代理
- 使用LangChain开发专业文档检索工具
- 构建支持多工具调用的智能体系统
- 添加带引用的表格化答案输出
- 实现带记忆功能的多轮对话交互
正确性增强检索增强生成（CRAG）
- 通过Pydantic模式对检索文档进行智能评分
- 自动检测无关结果，智能重写查询语句
- 集成DuckDuckGo作为网络搜索备用方案
- 控制重试次数，避免程序无限循环
- 生成带精准引用的最终答案
MySQL SQL代理开发
- 使用LangGraph搭建自然语言交互SQL代理
- 实现模式检索、SQL生成、验证、执行与错误修正全流程
- 处理多表连接与复杂指标计算
- 自动修复异常SQL查询语句
- 支持数据库安全访问与结果解释
金融文档分析实战项目
- 基于真实美国证券交易委员会10-K、10-Q、8-K文件开发
- 搭建完整RAG系统，解答企业营收、现金流对比等专业金融问题
- 结合ChromaDB与BM25实现金融数据精准检索
- 生成格式规范、带表格与推理步骤的专业答案
适合人群
- 希望开发高级RAG系统的开发者与工程师
- 追求本地LLMs应用与数据完全隐私的机器学习从业者
- 专注LangGraph、LangChain、代理系统研发的AI工程师
- 期望开发真实生成式AI应用的后端开发者
- 对私有化、生产级大语言模型工作流感兴趣的技术人员
本课程为高级进阶课程，要求学习者具备扎实的LangGraph或Langchain基础。
课程面向希望借助LangGraph v1和Ollama开发私有化Agentic RAG系统的开发者、AI学习者；适合想要掌握LangGraph v1、Ollama及AI代理实战技能的人群；适配致力于打造私有、安全、高级RAG工作流的初学者与专业人士；针对希望精通Agentic RAG、LangGraph v1工作流与本地LLMs的开发者。
课程独特优势
- 全流程本地运行，依托Ollama实现私有化部署
- 零API成本，数据全程本地存储，保障绝对隐私
- 全覆盖现代RAG前沿技术：PageRAG、CRAG、反射式思考
- 采用顶尖科技企业真实业务数据作为教学案例
- 深度拆解LangGraph，还原真实生产级工作流程
- 包含SQL代理、金融RAG系统、多步骤代理等实战项目
- 分步教学、代码密集、实战导向，上手即用
学完本课程你将掌握
- 独立开发私有化、生产级可用的RAG系统
- 使用Ollama完成本地大语言模型部署与优化
- 运用LangGraph v1搭建基于图形的智能代理
- 结合MMR与BM25Plus搭建高级检索流程
- 精准分析财务文件并生成规范引用
- 创建支持自然语言交互的SQL数据库查询代理
- 实现查询重写、文档评分、网络备份等高级功能
- 从零构建完整的自主式RAG人工智能应用程序