#TypeScript

LangGraph 解决的是 LangChain 不擅长的那类问题：需要循环、分支、持久化状态、人工审批的长时运行 Agent。LangChain 的 createAgent 底层就跑在 LangGraph 上，但当你想自己掌控控制流时，需要直接使用 LangGraph 的图 API。

• 适用场景：多步骤 Agent、人在回路、故障恢复、多智能体编排
• 技术栈：@langchain/langgraph（TypeScript 端），Node.js 22+
• 目标：工作流可控制、可恢复、可观测、可生产

本文整理一 LangChain 学习路径：从生态定位与核心概念起步，逐层深入 LCEL 管道、Agent 与中间件、RAG 检索增强，最后给出生产化要点、版本迁移与上线检查清单。所有代码片段使用 Node.js + TypeScript。

• 适用场景：LLM 应用原型、RAG 系统、Agent 工作流、Node 后端 AI 集成
• 技术栈：LangChain 1.x（JavaScript/TypeScript 端），需 Node.js 22+
• 目标：应用能跑、能控、能观测、能生产

本文覆盖 TypeScript 的类型系统、语法、编译配置与工程实践，可作为学习与查漏的参考。

• 适用读者：会 JavaScript、想系统掌握类型系统的开发者
• 环境：Node.js 20+、TypeScript 5.x
• 阅读方式：前六节是基础，第七到第十节是类型进阶，第十一、十二节是工程配置

本文覆盖 NestJS 的架构模型（模块、控制器、提供者、依赖注入）、请求生命周期、参数校验、配置管理、数据库集成、测试与常见错误，可作为学习与查漏的参考。

• 环境：Node.js 20+、NestJS 11、TypeScript 5
• 前置知识：TypeScript 基础（装饰器、泛型、接口）、HTTP 与 REST

我做 Nexus，最初是想练习块编辑器和实时协同，后来它逐渐变成一个面向小团队的自托管协作文档工作台：从块编辑、多人协同、工作区权限，一路长到匿名分享、Markdown 导入导出、后台任务、可观测性和 AI 工作台。回头看，功能清单不是最值得分享的部分；真正让我成长的，是每加一层能力，都得重新回答“数据谁说了算、失败时怎么办、权限在哪里拦”。