LangGraph Mastery Playbook：分阶段掌握 LangGraph 创建 AI Agent 的实战课程

[leslieo2]

LangGraph Mastery Playbook：一个结构化的 LangGraph 学习项目

最近在系统学习 LangGraph 框架构建 AI Agent ，基于学习过程整理了一个开源项目——LangGraph Mastery Playbook。这个项目将 LangGraph 的核心能力拆解为五个渐进式阶段，适合希望系统掌握 LangGraph 的开发者。

项目结构

每个阶段都是一个独立的 Python 模块，包含清晰的文档字符串、main() 入口函数，并支持可选的图谱可视化输出。按顺序执行即可逐步掌握 LangGraph 的主要特性。

项目特点

• 保持依赖与示例更新（如 Tavily 使用官方 langchain-tavily 包）
• 图谱 PNG 自动保存至 artifacts/ 目录，便于追踪
• 所有脚本支持 uv 环境运行

快速体验

例如，想运行最新的 Stage 05 research agent Demo：

uv run python -m src.langgraph_learning.stage05_production_retrieval.research_assistant

执行后将看到完整的分析师规划、并行采访和报告生成流程。

项目地址

https://github.com/leslieo2/LangGraph-Mastery-Playbook

如果你也在学习或使用 LangGraph ，欢迎尝试并提出建议，期待在回复中交流讨论！

[leslieo2]

课程更新到了 stage06,学完之后可以自己实现一个 deep research agent