【人工智能:Agent】--3.Langchain快速入门

作者：西柚小萌新吖(●ˇ∀ˇ●)
目录
1.LangChain--简介​
2.LangChain--框架组
3.LangChain--库 (Libraries)​
4.LangChain--任务处理流程
5.Langchain--核心概念
5.LangChain--快速入门
5.1.安装LangChain
5.2.初始化模型
5.3.使用LLM
5.4.输出转换

---

1.LangChain--简介​

LangChain 是一个开源的 Python AI 应用开发框架, 由 Harrison Chase 于 2022 年创建，现已成为 LLM 应用开发的事实标准之一。它提供了构建基于大模型的 AI 应用所需的模块和工具。通过 LangChain, 开发者可以轻松地与大型语言模型 (LLM) 集成, 完成文本生成、问答、翻译、对话等任务。LangChain 降低了 AI 应用开发的门槛, 让任何人都可以基于 LLM 构建属于自己的创意应用。​
LangChain 特性​

LLM 和提示（Prompt）：LangChain 对所有 LLM 大模型进行了 API 抽象，统一了大模型访问 API，同时提供了 Prompt 提示模板管理机制。​链 (Chain)：Langchain 对一些常见的场景封装了一些现成的模块，例如：基于上下文信息的问答系统，自然语言生成 SQL 查询等等，因为实现这些任务的过程就像工作流一样，一步一步的执行，所以叫链 (chain)。​LCEL：LangChain Expression Language (LCEL)， langchain 新版本的核心特性，用于解决工作流编排问题，通过 LCEL 表达式，我们可以灵活的自定义 AI 任务处理流程，也就是灵活自定义链 (Chain)。​数据增强生成 (RAG)：因为大模型 (LLM) 不了解新的信息，无法回答新的问题，所以我们可以将新的信息导入到 LLM，用于增强 LLM 生成内容的质量，这种模式叫做 RAG 模式(Retrieval Augmented Generation)。​Agents：是一种基于大模型（LLM）的应用设计模式，利用 LLM 的自然语言理解和推理能力（LLM 作为大脑)），根据用户的需求自动调用外部系统、设备共同去完成任务，例如：用户输入 “明天请假一天”， 大模型（LLM）自动调用请假系统，发起一个请假申请。​模型记忆（memory）：让大模型 (llm) 记住之前的对话内容，这种能力称为模型记忆（memory）。​

2.LangChain--框架组

LangChain 框架由几个部分组成，包括：​

LangChain 库：Python 和 JavaScript 库。包含接口和集成多种组件的运行时基础，以及现成的链和代理的实现。​LangChain 模板：Langchain 官方提供的一些 AI 任务模板。​LangServe：基于 FastAPI 可以将 Langchain 定义的链 (Chain)，发布成为 REST API。​LangSmith：开发平台，是个云服务，支持 Langchain debug、任务监控​

3.LangChain--库 (Libraries)​

LangChain 库本身由几个不同的包组成。​
langchain-core：基础抽象和 LangChain 表达语言。​
langchain-community：第三方集成，主要包括 langchain 集成的第三方组件。​
langchain：主要包括链 (chain)、代理(agent) 和检索策略。​

组件	功能说明	常见类/接口
Models	封装 LLM 和聊天模型	ChatOpenAI, ChatTongyi（通义千问）, Ollama, HuggingFaceEndpoint
Prompts	管理提示词模板与动态输入	PromptTemplate, ChatPromptTemplate, FewShotPromptTemplate
Chains	将多个步骤串联成工作流	LLMChain, RetrievalQA, ConversationalRetrievalChain
Agents	让 LLM 自主选择并调用工具	create_tool_calling_agent, ReActAgent, OpenAIFunctionsAgent
Tools	为 Agent 提供“能力”	自定义函数（用 @tool 装饰）、内置工具（如 DuckDuckGoSearch）
Memory	保存对话或状态	ConversationBufferMemory, RedisChatMessageHistory
Indexes / Retrievers	处理和检索外部知识	VectorStore（如 FAISS、Chroma）, ParentDocumentRetriever