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
赵广陆1 天前
RAG进阶
pycharm·langchain
山间小僧1 天前
「AI学习笔记」Loop Engineering 和 Graph Engineering
langchain·agent·ai编程
浮生望1 天前
Milvus向量数据库实战：从零搭建AI日记助手的RAG完整链路
langchain
制造数据与AI践行者老蒋1 天前
LangChain ReAct Agent 嵌套 JSON 报错？args_schema=None 解决 Field required
langchain·react agent·排坑笔记·json嵌套报错·pydantic校验·工具调用排坑
gb42152872 天前
python中unstructured库和langchain-unstructured库在解析pdf文件的时候的区别？
python·langchain·pdf
Tbisnic2 天前
LangChain的 六大核心组件与 RAG 知识库构建
人工智能·python·ai·langchain·rag·langgraph
gb42152872 天前
python中pypdf库和langchain-unstructured库在解析pdf文件的时候的区别？
python·langchain·pdf
badhope2 天前
用RAG做了个智能客服，上线第一天就被用户骂了——我的7天实战复盘
人工智能·langchain
Wang's Blog3 天前
AI Agent白手起家44: LangChain 文档切分实战 — 长度、文本架构与语义切片
人工智能·langchain
jaboo123 天前
postgresql从入门到精通
数据库·postgresql·langchain
热门推荐
01VSCode+CodeX扩展，无法启动02GitHub 镜像站点03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）04如何新建文件夹？ 电脑新建文件夹的4种方法05微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新062026 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？07Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费08历年考研数学一、数学二、数学三真题试卷及答案PDF09AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路102026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