系统学习：从第一个 Agent 到有状态的对话

学习前提：会用 Python 3.12 创建虚拟环境并安装固定版本的包（各页顶部标明版本）；不需要 API Key，也不需要写过 LangChain。

看清一次 Agent 调用里发生了什么，理解怎样用图控制流程，再掌握状态如何保存、恢复，以及怎样按会话隔离。

1. LangChain v1 入门：用 create_agent 跑通第一个 Agent（无需 API Key） 教程 · 更新于 2026-10-26

   跑通 create_agent，弄清每一轮模型收到几条消息，避开会让问题悄悄丢失的 {"input": ...} 写法。

2. create_agent 还是 LangGraph？同一任务两种实现的选型决策表 指南 · 更新于 2026-10-25

   用同一个任务对比 create_agent 与 LangGraph 的控制流，判断自己的需求需要哪一种。

3. LangGraph checkpoint 与故障恢复：崩溃后如何安全续跑 实验 · 更新于 2026-10-25

   弄清 checkpoint 保存了什么、崩溃恢复时哪些步骤会重复执行，并用幂等键保护有副作用的节点。

4. ConversationBufferMemory 迁移到 v1：thread_id、持久化与历史裁剪 Runbook · 更新于 2026-10-26

   弄清 thread_id 如何隔离会话、历史怎样持久化和裁剪，不同会话之间不会静默串线或失忆。

学完的标准：不看文档，你能说清：一次 invoke 里模型每一轮收到哪些消息；create_agent 与手写 LangGraph 怎么取舍；崩溃后哪些步骤会重跑；换一个 thread_id 后会话为什么互不影响。

学完之后：去开发指南完成具体任务 →