框架与中间件-MOC

框架与中间件专题知识库，覆盖 LLM 应用框架、自动化工作流和 Agent 平台的完整学习体系。

框架层

LangChain

LLM 应用开发框架，6 大组件：Models / Prompts / Chains / Agents / Memory / Indexes。

LangChain 是围绕大语言模型的应用开发框架（Harrison Chase，2022），将各类组件"链接"以简化复杂 LLM 应用开发。安装：pip install langchain langchain-community。

组件	职责	原子笔记
Models	三种模型类型：LLMs / Chat Models / Embeddings	LangChain Models 组件
Prompts	提示模板化，支持 zero-shot / few-shot	LangChain Prompts 组件
Chains	将 LLM 与其他组件组合成链	LangChain Chains 组件
Agents	自动选择并调用第三方工具	LangChain Agents 组件
Memory	解决无状态问题，短期/长期记忆	LangChain Memory 组件
Indexes	结构化文档以便与模型交互（RAG）	LangChain Indexes 组件

Claude Code 接入

笔记
Claude Code 接入 DeepSeek 与 GLM

工程化层

n8n 工作流自动化

笔记
n8n 本地部署

OpenClaw 多通道 AI 网关

OpenClaw 是个人 AI 助手平台，30+ 消息渠道 + 40+ 模型提供商 + Agent 执行引擎 + Plugin SDK。

→ 🦀 OpenClaw-MOC

学习路径

入门阶段 → LangChain 基础（Prompt + Model + Chain）
进阶阶段 → Agent + Memory + RAG（Indexes）
工程化 → n8n 自动化工作流
平台级 → OpenClaw 全栈 Agent 网关