LangChain 概念总览

概要

LangChain 是当前最主流的 LLM 应用开发框架。它提供了一套统一的接口和组件化架构，让开发者能够像搭积木一样编排 Model（模型）、Prompt（提示模板）、Chain（链）、Memory（记忆）等模块，快速构建复杂的 LLM 应用。

它的核心价值在于：

统一 API：一套接口对接 OpenAI、Anthropic、Google 等数十种模型提供商
链式编排：通过 LCEL（LangChain Expression Language）的 | 管道语法串联组件
生态丰富：内置文档加载器、向量存储、Agent 工具等开箱即用的模块

一、核心概念速览

在深入代码之前，先从四个维度建立对 LangChain 生态的整体认知：能做什么（应用场景）、怎么增强知识（RAG）、怎么自主决策（Agent）、怎么选型（技术决策）。

1. 大模型应用场景介绍

LangChain 覆盖了从简单到复杂的完整应用谱系，每个主流场景都有对应的技术配方：

场景	核心组件	典型应用
文本生成	Model + Prompt	文案创作、翻译、摘要、代码生成
结构化提取	Model + Prompt + OutputParser	发票解析、简历提取、合同关键字段抽取
知识问答	Retriever + Model（RAG）	企业知识库、产品文档问答、智能客服
对话系统	Model + Prompt + Memory	多轮客服、AI 陪练、教育辅导
自主代理	Agent + Tools + Memory	自动化办公、数据分析、代码审查
多模态应用	Multimodal Model + Tools	图片理解、图文生成、视频分析

LangChain 的核心设计理念是组件化：每个场景都由一组可替换的组件拼装而成。比如"知识问答"中，文档加载器可以换（PDF → 网页 → 数据库），向量库也可以换（Chroma → FAISS → Pinecone），但整体编排逻辑不变。

后续「基础使用」章节将带你亲手实践 Model → Prompt → Chain 核心链路。

2. RAG 开发

RAG（Retrieval-Augmented Generation，检索增强生成）是 LangChain 最经典的应用模式。核心思路是 先检索，再生成——让模型在回答之前，先从外部知识库中查到相关资料，再基于资料作答。

RAG 解决了三个核心痛点：

知识截止：训练数据有截止日期，RAG 接入最新文档让模型回答"新鲜事"
幻觉：模型编造不存在的事实，RAG 用真实文档约束输出
私有知识：无需微调模型即可实现企业内部文档、产品手册问答

RAG 的典型流水线及 LangChain 对应组件：

文档加载 → 文本分割 → 向量嵌入 → 向量存储 → 相似检索 → 生成回答
Loader  → Splitter → Embeddings → VectorStore → Retriever → ChatModel

环节	常用组件	关键点
文档加载	`PyPDFLoader`、`WebBaseLoader`、`TextLoader`	按文档类型选 Loader
文本分割	`RecursiveCharacterTextSplitter`	`chunk_size` + `overlap` 决定检索质量
向量嵌入	`OpenAIEmbeddings`、`DeepSeekEmbeddings`	与 ChatModel 配套使用
向量存储	`Chroma`（轻量）、`FAISS`（高性能）、`Pinecone`（云原生）	按数据规模选存储
检索生成	`as_retriever()` + `create_stuff_documents_chain()`	检索后拼接 context 再生成

RAG 优化方向

文档切分：chunk_size 太小丢失上下文，太大检索不准——需要根据文档类型调参
检索精度：相似度检索 → MMR（最大边际相关，增加多样性）→ 多轮检索 → 混合检索
生成质量：提示词中明确要求"基于提供的文档回答，不知道就说不知道"，减少幻觉

3. Agent 开发

Agent（智能体）是 LangChain 中复杂度最高、能力也最强的模式。与 Chain 的固定流程不同，Agent 让模型自主决定使用什么工具、按什么顺序调用。

Chain vs Agent：

特性	Chain（链）	Agent（智能体）
执行流程	预先定义，固定顺序	模型动态决策
工具使用	不支持（或固定嵌入）	自主选择、组合多个工具
错误处理	流程中断，需人工介入	观察结果 → 自我纠正 → 重试
适用场景	翻译→摘要等固定流水线	"帮我分析这份数据"等开放式任务

Agent 的核心三要素：

Model（大脑）：推理、决策、生成回答——Agent 的智力来源
Tools（手脚）：搜索引擎、代码执行器、数据库查询、API 调用——Agent 的行动能力
Orchestrator（编排器）：create_agent() → AgentExecutor，控制"思考 → 行动 → 观察"循环

Agent 的代价

Agent 每次决策都需要调用模型（多次往返），Token 消耗远高于 Chain。对于流程固定的任务，直接用 Chain 更经济高效。Agent 适合步骤不确定、需要探索和试错的开放式任务。另外，每个 Tool 的 description 写得越清楚，模型调用越准确——这是 Agent 开发最重要的工程实践。

4. 如何选择相关技术

选择哪种模式取决于任务的确定性与复杂度。下面的对照表可以帮你快速判断：

任务特征	推荐模式	典型示例
流程固定、输入明确	Chain	翻译→摘要、格式转换、代码 review
需要外部知识	RAG	企业文档问答、产品手册查询
步骤灵活、需要工具	Agent	数据分析、自动化办公、信息搜集
长期对话 + 知识库	RAG + Memory	带记忆的知识库客服
复杂自主任务	Agent + RAG + Tools	AI 研究助手、自动化运维 Agent

LangChain 生态中，不同组件解决不同层级的问题。以下四个核心模块值得从一开始就了解：

LangChain

核心框架：Chain、Agent、RAG 编排，统一的多模型接口。

文档

LangGraph

有状态、多角色的 Agent 编排框架，支持复杂分支和循环工作流。

文档

LangSmith

LLM 应用调试、测试、监控平台——开发阶段就应接入。

平台

LangServe

将 Chain / Agent 一键部署为 REST API，快速上线。

文档

选型原则

从简到繁：先用 Chain 跑通核心流程 → 需要知识时加 RAG → 需要自主决策时升级 Agent
能用 RAG 不上 Agent：Agent 贵且不稳定，固定流程用 RAG 性价比更高
早接入 LangSmith：开发阶段就接入调试平台，不要等到出问题再补救
多模型适配：LangChain 统一接口让你可以低成本切换模型——开发用便宜模型，生产切高性能模型

小结

本文建立了 LangChain 生态的全局认知：

应用场景：从文本生成到自主代理，LangChain 覆盖了完整的 LLM 应用谱系，每个场景都有对应的组件配方
RAG：检索增强生成解决了知识截止、幻觉、私有知识三大痛点，是性价比最高的知识注入方案
Agent：智能体让模型自主决策工具调用，适合开放式任务，但 Token 成本高，能用 RAG 不上 Agent
技术选型：从简到繁 — Chain → RAG → Agent，LangSmith 全程护航

进入「基础使用」章节，从零搭建环境，亲手实践 Model → Prompt → Chain 核心链路。

📖 相关资源

中文文档 - 中文 LangChain 文档
LangChain 官方文档 - LangChain Python SDK 完整文档
LangChain GitHub - 开源代码仓库
LangSmith - LLM 应用调试、测试与监控平台
LCEL 协议文档 - LangChain Expression Language 详解

LangChain 概念总览 ​

概要 ​

一、核心概念速览 ​

1. 大模型应用场景介绍 ​

2. RAG 开发 ​

3. Agent 开发 ​

4. 如何选择相关技术 ​

小结 ​