AI Agent全栈开发课：LangChain+LangGraph+MCP实战

AI Agent不是科幻概念，而是一段能感知环境、推理决策并采取行动的程序。B站UP主在“AI Agent全栈开发课”中，通过两个Vue项目创建的实战演示，完整呈现了智能体如何像人一样“思考-行动-观察”循环，并系统拆解了从大模型选型到工具集成的全栈技术栈。

智能体的本质：感知、决策与行动的三段循环

UP主用一个类比讲清了Agent的运行逻辑：人通过眼睛观察世界，把信息交给大脑推理，再用手采取行动；Agent同样如此——它用工具（如终端读取器、浏览器控制器）感知环境，将观察结果交给大语言模型决策，再调用工具执行动作，然后继续观察结果、进入下一轮循环。

这个“思考-行动-观察”的闭环，是Agent区别于普通程序的核心。普通程序按预设脚本执行，Agent则根据每次观察到的返回值动态决定下一步。在课程演示中，智能体创建Vue 3项目时，每一步都先读取终端输出，再决定是回车确认、选择预设还是执行新命令——它不会因为执行完一条命令就默认成功，而是必须看到实际反馈才推进。

Agent 的“思考-行动-观察”循环在学术与工程上通常被称为 ReAct（Reasoning + Acting）范式。它把大语言模型的推理能力与外部工具的调用能力交织在一起：模型先输出一段推理（Thought），再选择一个动作（Action）调用工具，工具返回结果作为观察（Observation）重新喂回模型，如此往复直到任务完成。与一次性问答不同，ReAct 让模型能够根据环境反馈修正计划，从而处理需要多步交互的任务。这一范式也是 LangChain 中 AgentExecutor 以及后续 LangGraph 状态图编排的默认抽象基础。

实战演示：一条命令创建Vue项目背后的复杂决策

课程展示的第一个项目是让Agent在本地创建Vue 3项目。用户只输入一条指令，智能体便自主完成以下流程：查询阿里云^广告百炼知识库获取终端操作规范和Vue知识；关闭已有终端再打开新终端；进入指定目录执行vue create；读取终端返回内容；根据提示选择Vue 3预设并回车；最后启动npm run serve。整个过程没有人工干预，但智能体在每一步都先“看”再“动”。

第二个演示增加了难度：创建Vue 2项目。与Vue 3默认回车即可不同，Vue 2需要将光标下移再确认。UP主特意展示智能体如何读取终端内容、判断需要向下输入、执行下移并回车——这个看似微小的差异，恰恰证明Agent的决策是基于实时观察而非固定脚本。

这种能力的外延很广。UP主提到，Agent不仅可以创建项目、修改Bug、做代码CR、发布上线，还能操作Excel、PPT、Word，甚至控制浏览器和钉钉、飞书、微信等应用——因为它直接操作操作系统，理论上能完成一切可自动化的重复性工作。

全栈技术栈拆解：从大模型到MCP工具链

课程的核心技术栈分为四层。底层是大模型，提供三种部署方式：调用阿里云百炼云端模型、使用海外Cloud GPT系列、或通过Ollama本地免费部署。上层是AI框架LangChain和LangGraph，负责编排Agent的推理与工具调用流程。工具层接入MCP协议，并自行开发终端控制器、浏览器控制器，同时结合LangChain内置的数据库工具和文件操作工具。观测层使用LangSmith和LangFuse追踪Agent每一步的决策与执行。知识库则连接阿里云百炼知识库，让Agent在行动前先查询操作规范。AI IDE方面涉及Cursor、通义零码和字节开源的Trae。

这套技术栈的编排逻辑值得注意：知识库解决“怎么做”的规范问题，MCP和自研工具解决“能做”的执行问题，LangGraph解决“先做什么后做什么”的流程问题，观测工具解决“做得对不对”的调试问题。四者缺一不可，这也是企业级Agent落地的典型架构。

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年底提出并开源的标准化协议，旨在统一大模型应用与外部数据源、工具之间的连接方式。它采用客户端-服务器架构：MCP 服务器暴露资源（Resources）、工具（Tools）和提示模板（Prompts），客户端（如 IDE 或 Agent 运行时）按协议发现并调用它们。相比为每个工具写定制集成代码，MCP 让同一套工具可以被不同模型和框架复用。文章提到的终端控制器、浏览器控制器既可以封装为 MCP 服务器，也可以作为 LangChain 自定义工具接入，二者在工具层是互补关系。

LangGraph 是 LangChain 团队推出的低层编排框架，用有向图（状态机）来建模 Agent 的执行流程。图中的节点代表一步计算或工具调用，边代表状态转移，并支持条件边、循环和持久化检查点。相比 LangChain 早期基于 AgentExecutor 的隐式循环，LangGraph 把“先做什么后做什么”显式画成图，因而更易调试、可中断恢复，也便于加入人工审核节点。文章所说的“流程问题”正对应它的核心价值：把 ReAct 式的自由循环约束在可控的工作流之内。

观测层工具解决的是 Agent 的“黑盒”难题。LangSmith 与 LangFuse 都能对一次 Agent 运行做全链路追踪：记录每条提示词、模型返回、工具调用参数与耗时、token 消耗和错误堆栈，并以树状视图还原推理轨迹。二者的差别主要在部署形态——LangSmith 是 LangChain 官方的托管平台，与 LangChain/LangGraph 集成最紧密；LangFuse 开源、可自托管，适合有数据合规要求的企业。它们让开发者能在多步循环中定位“是哪一步观察被误读、哪一次工具调用失败”，是迭代 Agent 行为的必备手段。

课程定位：项目导向，为程序员转型而设计

UP主明确表示课程不追求技术栈的“大而全”，而是以企业级实战项目为核心，从零手写代码。学习曲线相对平滑，面向的是希望向AI Agent方向转型的程序员，以及具备大模型使用经验、了解Python和Node.js的入门者。课程目标包括掌握LangChain和LangGraph最新开发技术、整合MCP与自动化技术实现复杂智能体、以及从零开发可落地的Agent应用。

讲师本人经历了PC互联网、移动互联网和人工智能三个周期，曾任创业公司CTO、大厂前端团队技术负责人，目前兼任AI Agent开发负责人。这种背景使课程在技术深度之外，多了一层对技术周期和职业转型的观察视角。

对于想理解Agent底层运行机制、又希望动手做出可运行项目的开发者，这门课提供了一个从原理到企业级实践的完整路径。其价值不在于堆砌知识点，而在于用两个可复现的演示，把“感知-决策-行动”这个抽象概念变成了看得见的终端操作。