LangChain agent 开发框架学习笔记

发布时间:2026/9/28 17:30:41
LangChain agent 开发框架学习笔记 1. 简介LLM 大模型应用开发框架, 用来构建 agent.LangChain 提供统一接口可连接大模型、Prompt、向量数据库、工具调用、记忆系统以及 Agent 工作流.它是 python 语言, 虽然也有 js 版本叫 LangChain.js, 但生态和更新速度都不如 Python.2. 核心组件LLM连接 OpenAI、Claude、Gemini 等大模型PromptTemplate管理 Prompt 模板Chains构建多步骤 AI 工作流Memory实现多轮对话记忆Tools调用搜索、数据库、API 等工具Agents让 AI 自动决策与执行任务Vector Store连接向量数据库实现 RAG3. 极简 demo最简单的 LangChain 阿里云大模型 Demoimportsys sys.stdout.reconfigure(encodingutf-8)fromdotenvimportload_dotenvfromlangchain_openaiimportChatOpenAIfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.output_parsersimportStrOutputParserfromlangchain_core.prompt_valuesimportChatPromptValuefromlangchain_core.messagesimportAIMessage load_dotenv()llmChatOpenAI(modelqwen-plus)defdemo_lcel():写法一LCEL 管道风格推荐chain(ChatPromptTemplate.from_messages([(human,{question})])|llm|StrOutputParser())resultchain.invoke({question:你好请用一句话介绍你自己})print(result)defdemo_step_by_step()-None:写法二普通逐步调用prompt:ChatPromptTemplateChatPromptTemplate.from_messages([(human,{question})])parser:StrOutputParserStrOutputParser()# 第一步模板填充变量生成提示词prompt_value:ChatPromptValueprompt.invoke({question:你好请用一句话介绍你自己})# 第二步调用 LLM返回 AIMessage 对象ai_message:AIMessagellm.invoke(prompt_value)# 第三步解析器提取纯文本result:strparser.invoke(ai_message)print(result)# demo_lcel()demo_step_by_step()4. llm.invoke() 调用链4.1 http 请求背后是 httpx 框架的 http post 请求.ChatOpenAI.invoke() ← langchain-core 入口 └→ _generate() ← langchain_openai/chat_models/base.py:1695 └→ self.client.with_raw_response.create(**payload) ← 进入 openai SDK └→ SyncAPIClient.request() ← openai/_base_client.py:995 └→ _send_request() ← openai/_base_client.py:957 └→ self._client.send(request) ← httpx.Client.send() 真正的 HTTP 请求4.2 LLM 传参调用 LLM 的相关参数见下.# 位于 site-packages/openai/resources/chat/completions/completions.pyclassCompletions(SyncAPIResource):required_args([messages,model],[messages,model,stream])defcreate(...):returnself._post(/chat/completions,bodymaybe_transform({messages:messages,model:model,audio:audio,frequency_penalty:frequency_penalty,function_call:function_call,functions:functions,logit_bias:logit_bias,logprobs:logprobs,max_completion_tokens:max_completion_tokens,max_tokens:max_tokens,metadata:metadata,modalities:modalities,moderation:moderation,n:n,parallel_tool_calls:parallel_tool_calls,prediction:prediction,presence_penalty:presence_penalty,prompt_cache_key:prompt_cache_key,prompt_cache_options:prompt_cache_options,prompt_cache_retention:prompt_cache_retention,reasoning_effort:reasoning_effort,response_format:response_format,safety_identifier:safety_identifier,seed:seed,service_tier:service_tier,stop:stop,store:store,stream:stream,stream_options:stream_options,temperature:temperature,tool_choice:tool_choice,tools:tools,top_logprobs:top_logprobs,top_p:top_p,user:user,verbosity:verbosity,web_search_options:web_search_options,},completion_create_params.CompletionCreateParamsStreamingifstreamelsecompletion_create_params.CompletionCreateParamsNonStreaming,),optionsmake_request_options(extra_headersextra_headers,extra_queryextra_query,extra_bodyextra_body,timeouttimeout,security{bearer_auth:True},),cast_toChatCompletion,streamstreamorFalse,stream_clsStream[ChatCompletionChunk],)附录LangChain 官网

关于本文作者

来自尧图内容编辑团队

尧图内容编辑团队 内容团队

尧图内容编辑团队

本文由尧图网络内容编辑团队执笔。团队由资深项目经理、前端工程师与设计师组成,所有内容均来自亲手交付的真实项目,先讲清问题、再给出可落地的解法。尧图深耕北京网站建设十年,服务过京华建材集团、智造科技等各行业客户,把一线经验沉淀为可复用的行业观察。

  • 十年建站经验,覆盖建材、制造、服务、文创等
  • 项目经理把关选题与事实准确性
  • 工程师与设计师联合撰写专业细节
  • 统一编辑规范,保证文风与排版一致
  • 每月复盘转化数据,迭代选题方向

延伸阅读

相关资讯与近期热门内容

深度阅读推荐

建站决策前值得细读的三篇

网站改版的5个关键决策
2024-08-12

网站改版的5个关键决策

什么时候该改版、改到什么程度、如何避免流量掉光,京华建材集团改版复盘给出答案。

获取专属建站方案

看完文章,把您的行业与预算告诉我们,免费获取一份量身定制的官网建设方案与报价。

立即免费咨询