LangChain 入门教程：AI 应用开发利器

LangChain 是目前最热门的 AI 应用开发框架，它让开发者能够快速构建基于大语言模型的应用。无论你是想做 RAG 知识库问答、智能对话机器人，还是自动化 Agent，LangChain 都能帮你事半功倍。本文将从零开始，带你掌握 LangChain 的核心概念和实战技巧。

一、核心概念

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它的核心理念是将各种组件"链式"组合，构建复杂的 AI 应用。想象一下，你不需要从零开始写代码调用 API、处理上下文、管理对话历史，LangChain 已经帮你封装好了这一切。

1.1 为什么选择 LangChain？

在大模型时代，开发者面临几个核心挑战：

• 模型切换困难：从 OpenAI 切换到 Claude，需要改写大量代码
• 上下文管理繁琐：手动管理对话历史、token 计数让人头大
• 提示词工程复杂：写一个好的 prompt 需要反复调试
• 缺乏工具调用能力：模型本身无法联网、无法访问数据库

LangChain 通过模块化设计，优雅地解决了这些问题。它的设计哲学是：组件可替换、链路可组合、扩展性强。

1.2 架构概览

LangChain 的架构可以分为六个核心模块：

┌─────────────────────────────────────────────┐
│                  应用层                      │
│  (Chatbots, QA Systems, Agents)            │
├─────────────────────────────────────────────┤
│                  Chains                     │
│  (组合多个组件形成工作流)                    │
├─────────────────────────────────────────────┤
│    Prompts    │    Memory    │    Agents   │
│  (提示词管理) │ (对话记忆)    │ (智能代理)  │
├─────────────────────────────────────────────┤
│              LLMs / Chat Models             │
│  (OpenAI, Claude, 文心一言等)               │
├─────────────────────────────────────────────┤
│           Document Loaders & Embeddings     │
│  (文档加载、向量化)                         │
└─────────────────────────────────────────────┘

二、核心组件详解

2.1 Model I/O：与模型交互

这是 LangChain 最基础的模块，包含了 LLM（大语言模型）和 Chat Model（聊天模型）两种接口。

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessage

# 初始化聊天模型
# temperature 控制创造性，0 表示最确定性输出
chat = ChatOpenAI(
    model="gpt-4-turbo-preview",
    temperature=0.7,
    api_key="your-api-key"
)

# 构造消息
messages = [
    SystemMessage(content="你是一个专业的 Python 开发工程师"),
    HumanMessage(content="解释一下什么是装饰器？")
]

# 调用模型
response = chat.invoke(messages)
print(response.content)

关键点：ChatOpenAI 的 temperature 参数非常重要。0-0.3 适合事实性任务（如代码生成），0.7-1.0 适合创意性任务（如文案生成）。

2.2 Prompts：提示词工程

LangChain 提供了强大的提示词模板功能，让你的 prompt 可复用、可组合。

from langchain_core.prompts import ChatPromptTemplate

# 基础模板
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个{role}，用{style}的语气回答问题"),
    ("user", "{input}")
])

# 格式化模板
formatted = prompt.format(
    role="资深架构师",
    style="专业且幽默",
    input="微服务架构有什么优缺点？"
)

print(formatted)

2.3 Chains：链式调用

Chain 是 LangChain 的核心概念，它将多个组件串联起来，形成一个完整的工作流。

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

# 定义组件
model = ChatOpenAI(model="gpt-4-turbo-preview")
prompt = ChatPromptTemplate.from_template("给{product}起一个{style}的中文名字")
output_parser = StrOutputParser()

# 构建链 - 使用 LCEL (LangChain Expression Language)
chain = prompt | model | output_parser

# 调用链
result = chain.invoke({"product": "AI助手", "style": "科技感"})
print(result)

2.4 Memory：对话记忆

默认情况下，大模型是无状态的，每次调用都是独立的。Memory 让模型能够记住之前的对话内容。

from langchain_community.chat_message_histories import ChatMessageHistory
from langchain_core.runnables.history import RunnableWithMessageHistory

# 存储对话历史的字典
store = {}

def get_session_history(session_id: str):
    if session_id not in store:
        store[session_id] = ChatMessageHistory()
    return store[session_id]

# 创建带记忆的链
model = ChatOpenAI(model="gpt-4-turbo-preview")
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个有帮助的助手"),
    ("placeholder", "{chat_history}"),
    ("user", "{input}")
])

chain = prompt | model

# 包装成带记忆的链
chain_with_history = RunnableWithMessageHistory(
    chain,
    get_session_history,
    input_messages_key="input",
    history_messages_key="chat_history"
)

# 测试多轮对话
chain_with_history.invoke(
    {"input": "我叫小明"},
    config={"configurable": {"session_id": "user-001"}}
)

chain_with_history.invoke(
    {"input": "我叫什么名字？"},
    config={"configurable": {"session_id": "user-001"}}
)

2.5 Agents：智能代理

Agent 是 LangChain 最强大的功能，它能让模型自主决定调用哪些工具。

from langchain.agents import create_tool_calling_agent, AgentExecutor
from langchain_core.tools import tool

# 定义工具
@tool
def multiply(a: int, b: int) -> int:
    """乘法运算，计算 a * b"""
    return a * b

@tool
def get_weather(city: str) -> str:
    """查询城市天气"""
    weather_data = {
        "北京": "晴天，温度 15°C",
        "上海": "多云，温度 18°C",
        "深圳": "小雨，温度 22°C"
    }
    return weather_data.get(city, "未找到该城市天气信息")

# 创建 Agent
tools = [multiply, get_weather]
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个有帮助的助手"),
    ("placeholder", "{chat_history}"),
    ("user", "{input}"),
    ("placeholder", "{agent_scratchpad}"),
])

agent = create_tool_calling_agent(model, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 测试 Agent
result = agent_executor.invoke({"input": "北京今天的天气怎么样？"})
print(result["output"])

三、实战案例：构建 RAG 知识库问答系统

RAG（Retrieval Augmented Generation）是目前最流行的 AI 应用模式，它结合了检索和生成。

from langchain_community.document_loaders import PyPDFLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_openai import OpenAIEmbeddings, ChatOpenAI
from langchain_community.vectorstores import Chroma
from langchain.chains import create_retrieval_chain
from langchain.chains.combine_documents import create_stuff_documents_chain

# 第一步：加载文档
loader = PyPDFLoader("knowledge_base.pdf")
documents = loader.load()

# 第二步：文档分块
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200
)
splits = text_splitter.split_documents(documents)

# 第三步：向量化存储
embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(
    documents=splits,
    embedding=embeddings,
    persist_directory="./chroma_db"
)

# 第四步：创建检索器
retriever = vectorstore.as_retriever(
    search_type="similarity",
    search_kwargs={"k": 4}
)

# 第五步：构建 RAG 链
model = ChatOpenAI(model="gpt-4-turbo-preview")

system_prompt = """你是一个知识库问答助手。
使用以下检索到的上下文来回答问题。
如果不知道答案，就说不知道，不要编造。

上下文：
{context}"""

prompt = ChatPromptTemplate.from_messages([
    ("system", system_prompt),
    ("user", "{input}")
])

question_answer_chain = create_stuff_documents_chain(model, prompt)
rag_chain = create_retrieval_chain(retriever, question_answer_chain)

# 第六步：问答
response = rag_chain.invoke({"input": "公司的年假政策是什么？"})
print(response["answer"])

四、最佳实践与踩坑指南

4.1 性能优化

• 缓存 Embedding：向量化是耗时的操作，使用 Chroma 或 FAISS 持久化存储
• 批处理请求：大量文档时，使用批量 embedding 接口
• 选择合适的模型：简单任务用 gpt-3.5-turbo，复杂推理用 gpt-4

4.2 常见错误

# 设置 API Key
import os
os.environ["OPENAI_API_KEY"] = "sk-xxx"

# temperature 设置建议
# 代码生成：temperature=0
# 创意写作：temperature=0.7-1.0

总结

LangChain 作为 AI 应用开发的首选框架，极大地降低了开发门槛。通过本文的学习，你已经掌握了：

1. 核心概念：Models、Prompts、Chains、Memory、Agents
2. LCEL 语法：优雅地组合各个组件
3. RAG 实战：构建知识库问答系统
4. 最佳实践：避免常见坑，提升性能

AI 时代已经到来，LangChain 是你通往 AI 应用开发的最佳捷径。开始动手实践吧，从一个小项目开始，逐步深入。记住：纸上得来终觉浅，绝知此事要躬行。

相关资源：

• LangChain 官方文档：https://python.langchain.com
• LangSmith 调试平台：https://www.langchain.com/langsmith

本文链接：https://www.kkkliao.cn/?id=974 转载需授权！