Практическое руководство по изучению LangChain и LangGraph для создания готовых к эксплуатации AI- и LLM-приложений. Рассмотрены основы работы с большими языковыми моделями (LLM), извлечение и индексация данных для генерации, дополненной поиском (retrieval-augmented generation, RAG), организация памяти чат-ботов через StateGraph. Детально разобраны когнитивные архитектуры (цепочки, маршрутизаторы, агентные циклы «планирование-действие»),построение многомодульных и мультиагентных систем. Приведены паттерны эффективного использования LLM: структурированный вывод, потоковая передача, режимы с участием человека. Отдельные главы посвящены развертыванию созданных приложений на платформе LangGraph — конфигурации, локальному тестированию, работе со студией LangGraph, а также комплексной оценке приложений: трассировке и сбору обратной связи в рабочей среде. Книга предлагает работающий код, примеры оптимизации индексации и приемы рансформации запросов.