LangChain完全指南：从核心组件到RAG与Agent实战

python在学ing2026-07-21 11:31

前言

大语言模型（LLM）正在改变软件开发的方式，而 LangChain 作为连接LLM与外部世界的桥梁，已成为开发者必备的工具之一。自2022年10月发布以来，它迅速成为GitHub上最热门的AI框架之一（139k Star）。

如果你正打算开发基于大模型的应用，无论是智能客服、文档问答，还是自动化工作流，LangChain都能让你事半功倍。本文将从零开始，系统介绍LangChain的核心概念、六大模块、两种主流架构（RAG与Agent），并通过完整代码带你快速上手。

一、LangChain是什么？

LangChain是一个开源框架 ，用于构建由大语言模型（LLMs）驱动的应用程序。它本身不提供模型，而是帮你更高效地使用各种模型（OpenAI、DeepSeek、Claude、本地模型等）。

它的核心价值在于：

  • 连接：将LLM与外部数据（PDF、网页、数据库）、工具（搜索、计算器、API）无缝对接。

  • 编排：把多个调用组合成"链"（Chain），实现复杂逻辑。

  • 记忆：管理对话上下文，让应用具备长期记忆能力。

简单比喻：大模型是聪明但健忘且没有工具的大脑 ，而LangChain则给它配备了手、眼、耳和记事本。

二、为什么需要LangChain？

直接调用API不香吗？

当然可以！比如你用DeepSeek或OpenAI的API直接开发，完全可行。但当你的应用越来越复杂时，会遇到这些问题：

挑战 LangChain的解决方案
切换模型（比如从OpenAI换到Claude）需要重写调用代码 统一Model I/O接口，换模型只需改配置
多个API调用（检索+生成+工具）难以编排 内置Chain和Agent，结构化组合
缺乏对话记忆 Memory模块开箱即用
无法访问私有数据 Retrieval模块（RAG）轻松集成向量检索
需要调用外部工具（搜索、日历、数据库） Tools模块统一管理

LangChain能帮你做什么？

  • 文档问答：基于内部手册、技术文档的问答系统

  • 智能客服：上下文感知的对话机器人

  • 自动化报告生成：从数据中提取洞察并生成自然语言摘要

  • 多步推理任务：让Agent自主调用工具完成复杂目标

三、LangChain的六大核心组件

学习LangChain，首先需要理解它的架构。官方将组件分为六大模块（参考v0.2架构）：

模块 功能描述 重要程度
Model I/O 管理模型输入输出（Prompt模板、模型调用、输出解析） ★★★★★
Chains 将多个步骤串联为完整流程 ★★★★★
Memory 存储对话历史或长期知识 ★★★★
Retrieval 实现RAG：加载、分割、向量化、检索外部数据 ★★★★★
Agents 自主决策并调用工具 ★★★★
Callbacks 日志、监控、流式输出 ★★★

1. Model I/O ------ 最常用模块

  • Format ：使用PromptTemplate构建动态输入

  • Predict：统一接口调用LLM（支持DeepSeek、OpenAI、本地模型等）

  • Parse ：通过OutputParser将模型输出转为JSON等结构化格式

2. Chains ------ 编排引擎

一个LLMChain就是最简单的链：Prompt → LLM → OutputParser。复杂的链可以组合多个步骤，比如RetrievalQA链自动执行检索+生成。

3. Memory ------ 记忆管理

  • ConversationBufferMemory：完整历史

  • ConversationSummaryMemory：摘要压缩（适合长对话）

  • VectorStoreRetrieverMemory：用向量库长期存储

4. Retrieval ------ RAG基石

包含：文档加载器（Loader）→ 文本分割器（Splitter）→ 嵌入模型（Embeddings）→ 向量存储（VectorStore）→ 检索器（Retriever）。这是企业落地最广的场景。

5. Agents ------ 智能体

Agent = LLM + Memory + Tools + Planning + Action。它让模型自主决定下一步该做什么，比如"先搜索，再计算，最后生成报告"。

6. Callbacks ------ 可观测性

配合 LangSmith 可实现链路追踪、调试、评估，是生产级应用的关键。

四、两大应用架构详解

架构一：RAG（检索增强生成）

适用场景：需要基于外部知识库（技术文档、产品手册、代码库）回答的问题。

核心流程：

  1. 加载：从多种源（网页、PDF、Markdown）加载文档

  2. 分割：将长文档切成合适大小的块（chunk）

  3. 向量化：用嵌入模型将文本转为向量

  4. 存储：存入向量数据库（如FAISS、Chroma）

  5. 检索：用户提问时，从库中召回最相关的块

  6. 生成：将检索结果与问题组合成Prompt，让LLM回答

技术难点：

  • 文件解析（PDF中的表格、图片）

  • 分块策略（固定大小 vs 语义切割）

  • 检索精度（相似度算法 + 重排序Reranker）

架构二：Agent（智能体）

适用场景：需要多步推理、调用外部工具（API、计算器、数据库）的复杂任务。

核心要素：

  • LLM：决策中枢

  • 记忆：短期（上下文窗口）与长期（向量库或微调）

  • 工具：扩展能力（搜索、代码执行、业务API）

  • 规划：任务分解（如ReAct、Plan-and-Execute）

  • 行动：执行具体操作

五、开发环境准备

环境要求

  • Python 3.10+

  • 推荐Anaconda管理虚拟环境

  • 开发IDE：PyCharm / VS Code

安装核心依赖

bash

复制代码 
# 基础包
pip install langchain langchain-core langchain-community

# 模型接入（以DeepSeek为例）
pip install langchain-deepseek

# 向量库
pip install faiss-cpu  # 或 faiss-gpu

# 本地嵌入模型
pip install sentence-transformers

# 网页加载等工具
pip install beautifulsoup4

配置API密钥

创建 config.py（以DeepSeek为例）：

python

复制代码 
OPENAI_API_KEY = "sk-xxx"
OPENAI_MODEL = "deepseek-chat"
OPENAI_BASE_URL = "https://api.deepseek.com"

六、从零到一：代码实战

1. 最简单的对话

python

复制代码 
from langchain_deepseek import ChatDeepSeek
from langchain_core.messages import HumanMessage
import config

llm = ChatDeepSeek(
    model="deepseek-chat",
    api_key=config.OPENAI_API_KEY,
    temperature=0.7
)
response = llm.invoke([HumanMessage("什么是RAG？")])
print(response.content)

2. 使用Prompt模板 + JSON输出

python

复制代码 
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import JsonOutputParser

parser = JsonOutputParser()
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一位技术专家。回答必须仅返回标准JSON格式，不要多余文字。\n{format_instructions}"),
    ("human", "{question}")
]).partial(format_instructions=parser.get_format_instructions())

chain = prompt | llm | parser
result = chain.invoke({"question": "解释Python中的装饰器"})
print(result)

3. RAG完整示例（加载网页文档 → 向量检索 → 问答）

python

复制代码 
from langchain_community.document_loaders import WebBaseLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain_community.vectorstores import FAISS
from langchain_deepseek import ChatDeepSeek
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
import config

# 1. 加载文档（以Python官方教程为例）
loader = WebBaseLoader("https://docs.python.org/3/tutorial/index.html")
docs = loader.load()

# 2. 分割
splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
chunks = splitter.split_documents(docs)

# 3. 嵌入与向量存储
embeddings = HuggingFaceEmbeddings(
    model_name="sentence-transformers/all-MiniLM-L6-v2"
)
vector_store = FAISS.from_documents(chunks, embeddings)

# 4. 创建检索器
retriever = vector_store.as_retriever(search_kwargs={"k": 3})

# 5. 构建RAG链
llm = ChatDeepSeek(model="deepseek-chat", api_key=config.OPENAI_API_KEY)
prompt = ChatPromptTemplate.from_template("""
请严格依据下面提供的参考内容回答问题，禁止编造：
【参考上下文】
{context}
【用户问题】
{question}
""")

rag_chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

# 6. 执行问答（使用中立问题）
query = "Python中的列表推导式是什么？"
result = rag_chain.invoke(query)
print(result)

4. 使用Agent调用检索工具

python

复制代码 
from langchain.tools.retriever import create_retriever_tool
from langchain import hub
from langchain.agents import create_openai_functions_agent, AgentExecutor

# 创建工具
tool = create_retriever_tool(
    retriever,
    "PythonDocsRetriever",
    "用于搜索Python官方文档中的信息"
)

# 加载Agent提示模板
prompt = hub.pull("hwchase17/openai-functions-agent")

# 构建Agent
agent = create_openai_functions_agent(llm, [tool], prompt)
executor = AgentExecutor(agent=agent, tools=[tool], verbose=True)

# 运行
response = executor.invoke({"input": "Python的列表和元组有什么区别？"})
print(response["output"])

七、LangChain生态扩展

除了核心库，还有几个重要项目：

项目 作用
LangGraph 基于图的多智能体编排，支持循环、分支等复杂工作流
LangSmith 生产级调试、监控、评估平台，与LangChain深度集成
LangServe 将Chain或Agent部署为REST API服务

LangGraph 和 LangSmith 被认为是未来最有潜力的模块。

八、学习建议与常见问题

推荐学习路径

  1. 先跑通示例代码：感受整个流程，不要只看不练。

  2. 阅读官方文档 ：python.langchain.com 是最权威的参考。

  3. 从简单项目开始：比如一个基于本地PDF的问答系统。

  4. 关注RAG和Agent：这是目前企业应用的两个主要方向。

  5. 多利用测试数据：在做技术选型或优化时，先准备评测集。

常见问题

  • Q：LangChain和LlamaIndex有什么区别？

    • LlamaIndex更专注于索引和检索（RAG），而LangChain更全面，涵盖Agent、Chain等。

  • Q：LangChain支持哪些模型？

    • 几乎所有主流模型（OpenAI、Anthropic、Cohere、DeepSeek、HuggingFace本地模型等），通过langchain-community集成。

  • Q：RAG中的Embedding模型如何选择？

    • 中文场景推荐bge-small或text2vec；英文可用all-MiniLM-L6-v2；追求精度可用bge-large。

结语

LangChain极大地简化了LLM应用开发流程，它不是一个"黑盒"，而是一套清晰、可组合的组件库。无论你是构建智能客服、自动化报告工具，还是研究多智能体系统，LangChain都能提供可靠的基础设施。

记住：LangChain的核心思想是"连接"与"编排"，而真正的创新在于你如何组合这些组件来解决实际业务问题。

希望本文能帮你快速上手LangChain。如果你在实践中有任何收获或疑问，欢迎在评论区交流讨论！

相关推荐
BraveWang9 小时前
【LangChain 1.x】09、工具进阶｜ToolRuntime、Command 与动态工具选择
langchain
早点睡啊Y10 小时前
深入学 LangChain 官方文档（十四）MCP 模型上下文协议首讲
langchain
草莓熊Lotso11 小时前
【LangChain】输出解析器全解：让大模型输出从 “聊天” 变 “机器可读”
服务器·数据库·python·langchain·pip
徐小超11 小时前
从一句 Hello World 到完整 RAG 系统：一个 AI 知识库的架构选型实录
langchain·node.js·ai编程
小白说大模型1 天前
从向量嵌入到复杂 Agent：LLM、LangChain、LangGraph 完整科普
java·开发语言·人工智能·gpt·深度学习·langchain
geo搜搜果数据1 天前
实测AI搜索GEO监测工具：对比DeepSeek与豆包品牌排名差异
人工智能·langchain·embedding·搜搜果
YIAN1 天前
大模型总 "胡说八道"？用 LangChain.js 从零实现 RAG 语义检索系统
javascript·langchain
我叫张小白。1 天前
LangChain 结构化输出（Structured Output）技术文档
java·数据库·langchain
lhxcc_fly1 天前
LangGraph 项目部署知识点总结
ai·langchain·项目部署·langgraph
热门推荐
012026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片02GitHub 镜像站点03如何新建文件夹？ 电脑新建文件夹的4种方法04AI科技热点日报 | 2026年07月01日05幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南06国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）07【AI前线观察】2026年国产开源大模型全面横评：从 DeepSeek V4 到 Kimi K3，谁才是开发者的最优选择？08AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路092026 年 AI 大模型 & AI 编程工具实战全总结102026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？