本文介绍了基于LangChain 1.X版本构建企业级智能体开发平台的完整流程，包括环境配置、依赖安装、API密钥设置、FastAPI集成等。通过简单的代码示例展示了如何创建和注册智能体，并提供了测试方法。该框架兼容OpenAI格式，可支持多种工具调用和API集成，适合开发者快速上手企业级AI应用开发。
前提说明：由于langchain1.0之前的版本和现在的1.0有非常大的调整；我这边的langchain指的是langchain1.0及以后的版本;
项目说明：我们这个教程并不是一步步从0开始教大家上手langchain框架，而是要求大家具备了一定的了解基于这个项目来开发企业组的智能体平台；本人也是一边学习一边完善；也会在日常学习到的知识放到examples中；
项目源码地址：https://github.com/wanrengang/langchain-agent-framework；
接下来会用一系列的文章介绍如何基于langchain1.X构建企业级智能体开发平台；
一、开发环境
## 创建虚拟环境：uv venv --python 3.13 # 或者你偏好的兼容版本，例如 3.10, 3.12## 启动虚拟环境：.venv\Scripts\Activate## 项目初始化uv init项目目录结构
项目的目录结构如图；接下来安装项目依赖和配置a
pi keyuv sync相关的apikey 目前主要用到的是deepseek模型，在.env 中配置自己key就行了；#模型的keyDEEPSEEK_API_KEY=sk-d2d9a279278*****本地启动：
python main.py二、开发说明
- 后端服务是集成了fastapi；
- api完成openai格式适配；
到此环境已配置工作已经完成；接下来我们通过一个简单的例子来演示智能体的搭建；
三、简单Demo 演示
from langchain.agents import create_agent# 模型引入from core.llm import get_llmagent = create_agent( model=get_llm(), system_prompt="你是一名多才多艺的智能助手，可以调用工具帮助用户解决问题。")def get_base_agent(): return agent上面的代码就完成一个智能体开发，通过下面的代码完成智能体注册：
在*agents/registry.py*页面中进行注册：# agents/registry.pyfrom typing import Dict, Callablefrom langchain_core.runnables import Runnablefrom agents.graph import get_base_agent# 具备联网搜索的deep agentAGENT_REGISTRY: Dict[str, Callable[[], Runnable]] = { "base_agent":get_base_agent, }四、智能体测试
我们可以直接在cherry studio进行测试，配置如下：
配置如图
开始对话
五、总结
到此，一个完整的智能体已经搭建完成；由于我们完成了open ai 格式的兼容，这个智能体可以直接在各种工具的直接使用也可以以api形式给前端页面调用；后面我们会一步一步丰富智能体内容；
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2025 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
