Гайды по LangChain
LangChain: цепочки, агенты, RAG, memory, tools на Python. Практические гайды по созданию LLM-приложений с OpenAI, Claude и другими моделями.
Михаил Омельченко
23.03.2026
Субагенты и Handoffs | Курс LangChain Agents урок 11
Цель урока: реализовать два паттерна из урока 10, Subagents и Handoffs, и собрать финального агента-аналитика …
Михаил Омельченко
23.03.2026
Паттерны мультиагентных систем | Курс LangChain Agents урок 10
Цель урока: понять когда один агент перестаёт справляться, изучить пять архитектурных паттернов и выбрать подходящий …
Михаил Омельченко
23.03.2026
Guardrails в LangChain | Курс LangChain Agents урок 9
Цель урока: ограничить агента тематикой задачи и защитить персональные данные пользователей от утечки в логи …
Михаил Омельченко
23.03.2026
Human-in-the-loop в LangChain | Курс LangChain Agents урок 8
Цель урока: научиться ставить агента на паузу перед опасными действиями, проверять что он собирается сделать …
Михаил Омельченко
23.03.2026
Долгосрочная память в LangChain | Курс LangChain Agents урок 7
Цель урока: научить агента помнить данные между сессиями: сохранять результаты исследований в хранилище и использовать …
Михаил Омельченко
23.03.2026
Краткосрочная память и сессии | Курс LangChain Agents урок 6
Цель урока: научиться хранить историю диалога между вызовами агента, управлять несколькими независимыми сессиями и инспектировать …
Михаил Омельченко
23.03.2026
Встроенный middleware LangChain | Курс LangChain Agents урок 5
Цель урока: научиться использовать встроенный middleware для защиты агента от бесконечных циклов, сбоев инструментов и …
Михаил Омельченко
23.03.2026
Context engineering | Курс LangChain Agents урок 4
Цель урока: научиться управлять тем, что агент видит на каждом шаге, через динамический промпт и …
Гайды по LangChain
На этой странице собраны гайды по LangChain: от базовых цепочек (LLMChain, SequentialChain) до сложных агентных систем с инструментами. Разбираем LCEL (LangChain Expression Language) — современный декларативный способ описания пайплайнов.
Практические темы: построение RAG с LangChain и различными векторными хранилищами, управление историей диалога (ConversationBufferMemory, ConversationSummaryMemory), создание агентов с инструментами поиска, работы с файлами и вызова API.
Разбираем LangSmith для отладки и мониторинга пайплайнов, LangGraph для создания графовых агентных систем с циклами и ветвлением.
Примеры кода проверены на актуальных версиях библиотеки. Подходит для Python-разработчиков, которые строят чат-боты, системы вопрос-ответ и автоматизированные рабочие процессы.