langchain

LangChain 应用编排

补充说明

LangChain 用统一接口组合模型、提示词、检索器、工具和输出解析器，适合构建 RAG、Agent 和对话应用。LCEL（LangChain Expression Language）用管道符组合组件。

核心概念：ChatModel、PromptTemplate、OutputParser、Retriever、VectorStore、Tool 和 Runnable。

常用示例

安装：

pip install langchain langchain-openai langchain-community

基础链：

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

prompt = ChatPromptTemplate.from_template("用一句话解释 {topic}")
chain = prompt | ChatOpenAI(model="gpt-4o-mini") | StrOutputParser()
print(chain.invoke({"topic": "OOM"}))

RAG 检索链：

from langchain_community.vectorstores import Qdrant
from langchain_openai import OpenAIEmbeddings

vectorstore = Qdrant.from_existing_collection(
    embedding=OpenAIEmbeddings(),
    collection_name="docs",
    url="http://localhost:6333",
)
retriever = vectorstore.as_retriever(search_kwargs={"k": 4})

易错点与排错

• 包版本碎片化，langchain、langchain-core、langchain-community 版本不兼容。
• 模型名或 API Key 未配置，调用时报 401。
• Prompt 变量名与 invoke 参数不一致，格式化失败。
• Retriever 返回空结果，先检查向量库是否写入和 embedding 是否一致。
• 输出解析器与模型返回格式不匹配，抛 parsing error。
• 长文档没有分块或分块过大，检索质量差。
• 同步调用阻塞事件循环，Web 服务中使用异步接口。
• Agent 工具描述不清，模型反复调用错误工具。