想学 LangGraph，却不知道节点、状态和工具调用怎样串起来？这门免费实战课从一张最简单的图开始，逐步做出一个能在网页上使用的岗位分析助手。
视频以写代码、运行和演示为主，配套笔记解释具体概念、操作步骤和常见问题。先跑通小例子，再围绕同一个项目增加功能。
做出怎样的助手
粘贴一段招聘描述，助手先整理岗位职责、技能要求和经验要求，并保留对应的原文依据。再读取你自己填写的技能清单，逐条核对岗位要求，区分已覆盖、未覆盖和需要补充信息的部分。
你可以继续追问，例如“只考虑前端岗位呢”。核对分析结果并确认后，助手再生成准备建议，保留对应的岗位要求原文，并列出下一步行动。未完成的流程可以保存到 SQLite 文件，程序重启后按原分析编号继续。
技能清单记录的是自行填写的技术名称，不代表实际熟练程度；没有登记也不等于不会。岗位写明“至少掌握一种”时，命中任一备选技术即可，不会把其他备选全部列为缺口。
跟着代码学什么
- 用节点、边和状态组织处理步骤，观察每一步读入和更新的数据。
- 根据提取结果选择执行路径，处理有效输入、无关输入和提取失败。
- 接入大模型，提取带有原文依据的岗位要求。
- 带上历史消息继续追问，让模型调用工具读取个人技能清单。
- 在生成准备建议前等待人工确认，支持确认后继续或取消。
- 用 SQLite 保存执行进度，再通过 FastAPI 和配套页面走通整个流程。
已发布课程
| 课节 | 内容 |
|---|---|
| 01 | 认识 LangGraph，准备环境，跑通单节点最小图 |
| 02 | 节点、边与状态：用规则搭出第一张岗位分析图 |
| 03 | 条件分支：不同岗位方向走不同路径，节末完成第一次模型调用 |
| 04 | 接入模型：提取岗位方向、职责和技能 |
| 05 | 多轮追问：带上历史消息继续提问 |
| 06 | 工具调用：读取个人技能清单并比较 |
| 07 | 人工确认：暂停等待确认，再生成准备建议 |
| 08 | 状态保存：用 SQLite 文件保存进度，重启后继续 |
| 09 | 成品页面：用 FastAPI 连接图与网页（可选） |
适合谁学
具备 Python 基础，能看懂函数、字典和条件判断，希望入门 LangGraph、开发多步骤 AI 应用的学习者。不要求先学 LangChain，也不要求具备前端开发经验。
环境与费用
使用 Python 3.12。第 01–02 节不需要模型密钥；从第 03 节末开始，需要自备 DeepSeek 或兼容服务的 API Key，模型调用按服务商规则计费，费用自理。课程免费不包含第三方模型费用。
状态保存在本机 SQLite 文件中，无需单独安装数据库。成品提供已构建的网页，学习时启动 Python 服务即可使用，无需安装 Node.js。课程讲解后端流程和接口连接，不从零讲解 React、TypeScript 或 CSS。
配套材料包括图文笔记、逐节示例代码和岗位分析助手成品源码。课程围绕单机学习场景展开，不包含自动投递、多用户系统或多 Agent 协作。