2025 年原本想用「LangChain 愛 Azure AI」繼續往下寫，但最後停在 Day 7。它不是一個完成的 30 篇系列，所以這份年度導覽也不把它包裝成完賽紀錄。
七篇文章的路徑仍然完整走過一小段：先看 LangChain 1.0 前夕與 Azure AI 服務版圖，再建立 Azure OpenAI，接上對話、RAG、Embedding，最後走到 Azure AI Search。
先確認這份目錄的範圍
這份導覽收錄 2025 年實際公開的 7 篇文章。原始內容仍保留在 KoKo 的 iThome 文章清單，這裡不複製全文，而是整理閱讀順序、每一段的責任，以及現在回頭閱讀時要注意的版本邊界。
這七篇撰寫於 2025 年 9 月，其中包含 LangChain 1.0 alpha 階段的安裝與 API。版本狀態很可能已經改變；文章可用來理解當時的整合路徑，不應直接把 alpha 指令當成現行安裝方式。
系列目錄與閱讀路線
從 LangChain 與 Azure AI 的邊界開始
前兩篇先說明為什麼要把 LangChain 與 Azure 整合，再整理當時 Azure AI 服務與 AI Foundry 的關係。先畫清楚服務邊界，後面建立資源時才不會只靠入口名稱猜。
建立 Azure OpenAI 並接上 LangChain
Day 3 用圖文建立 Azure OpenAI，Day 4 則把它接進 LangChain 對話流程，同時記錄如何用 uv 指定安裝當時的 1.0 alpha。
從 RAG、Embedding 走到 Azure AI Search
最後三篇依序說明 RAG、使用 Azure OpenAI 產生 Embedding，以及 Azure AI Search 的基本觀念。系列停在搜尋服務的入口，尚未延伸成完整的索引、檢索與評估流程。
這一年留下的主線
2025 年最值得保留的不是篇數，而是未完成的邊界也被留下來。讀者可以知道這七篇做到了哪裡，也能清楚看到還缺少索引建立、檢索驗證與正式環境評估。
部落格重新啟動後，我會用年度導覽整理散落在不同平台的內容；完整技術系列仍可以留在適合連載的地方，這裡則負責交代脈絡、選讀順序與後續變化。
Discussion
文章留言
留言服務會連線到 Disqus；只有在你選擇載入後才會建立外部連線。