编辑文件 .cnb.yml
专为大四学生设计的 LangChain Agent 开发实战课程。通过8个循序渐进的实验，掌握现代 AI Agent 开发的核心技能。
- Agent vs LLM: 理解智能决策与纯文本生成的本质区别
- 五大模式: 掌握 ReAct、Plan、Reflection、Tool Use、Multi-Agent
- 企业应用: 具备构建生产级智能系统的能力
- 实战导向: 每个实验都对应真实业务场景
/
├── exercises/ # 🎯 核心实验目录
│ ├── 1-create-agent/ # Agent 基础 (4个实验)
│ └── 2-use-agent/ # Agentic Pattern (4个实验)
├── longchain/ # 🛠️ 支持模块
│ ├── base/ # Agent工厂 & 预定义工具
│ ├── utils/ # 日志中间件 & 工具函数
│ ├── static/ # 测试数据
│ └── index.ts # 自动监听器
└── README.md # 📖 项目总览
# 1. 安装依赖
yarn
# 2. 启动自动监听器（推荐）
yarn start
# 修改任何实验文件都会自动执行
npx ts-node exercises/1-create-agent/1-agent.ts
exercises/1-create-agent/1-agent.ts # Agent 创建
exercises/1-create-agent/2-prompt.ts # 提示词设计
exercises/1-create-agent/3-tools.ts # 工具集成
exercises/1-create-agent/4-middleware.ts # 中间件监控
exercises/2-use-agent/1-reAct.ts # ReAct 模式
exercises/2-use-agent/2-plan.ts # Plan 模式
exercises/2-use-agent/3-reflection.ts # Reflection 模式
exercises/2-use-agent/4-multi-agent.ts # Multi-Agent 模式
- LangChain.js: AI Agent 开发框架
- TypeScript: 类型安全的开发语言
- Zod: 参数验证和类型推断
- CNB AI: 企业级 AI 服务接口
完成课程后，你将具备：
- ✅ Agent 开发的核心技能
- ✅ 五大 Agentic Pattern 实战经验
- ✅ 企业级 AI 系统设计能力
- ✅ 复杂业务场景解决方案
- ✅ AI 应用工程化开发能力
- 按序学习: 严格按照 1-1 → 1-2 → 1-3 → 1-4 → 2-1 → 2-2 → 2-3 → 2-4 的顺序
- 动手实践: 每个实验都要亲自运行和修改
- 理解原理: 不仅要会用，更要理解背后的设计思想
- 联系实际: 思考如何应用到具体的业务场景
- 确保 CNB_TOKEN 正确配置
- 复杂实验可能需要较长执行时间
- 多 Agent 系统会消耗更多 API 调用
🌟 掌握 AI Agent 开发，构建智能化未来！
35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen
