学习路径导航← [[09-NLP/01-NLP导论.md|NLP]] | [[README.md|知识库首页]] | [[11-LangGraph/01-LangGraph概述与快速入门.md|LangGraph]] →tags:/n - langchain大模型开发LLM应用面试aliases:/n - LangChain入门01 LangChain 概述一、什么是 LangChainLangChain 是一个用于构建大模型应用的开源框架提供了统一的接口来连接 LLM、工具、数据源简化开发流程。核心价值价值说明统一接口不同厂商的 LLM 用同一套 API 调用链式组合将多个组件串联成复杂的工作流工具集成轻松接入外部工具和数据源记忆管理管理对话历史和上下文为什么需要 LangChain问题LangChain 解决方案不同厂商 API 差异大统一接口切换模型只需改一行代码需要组合多个组件LCEL 管道式组合需要访问外部数据RAG 检索增强生成需要调用外部工具Agent Tool Calling二、核心模块模块作用关键组件Model I/O模型输入输出Prompt Template → LLM → Output ParserChains链式组合LCEL 管道符|组合多个组件Retrieval检索增强文档加载 → 切分 → 嵌入 → 向量存储 → 检索Agents智能体LLM Tools Memory自主决策执行Model I/O 流程Format格式化→ Predict预测→ Parse解析 ↑ ↑ ↑ 模板管理 调用LLM 规范化输出Chains 示例# LCEL 管道式组合chainprompt|llm|parser resultchain.invoke({topic:人工智能})Retrieval 流程文档加载 → 文档切分 → 文档嵌入 → 向量存储 → 检索 → 生成 ↓ ↓ ↓ ↓ ↓ ↓ PDF/Docx 按块切分 文本→向量 Milvus 相似度 LLMAgents 工作流用户提问 → LLM 决策 → 调用工具 → 获取结果 → LLM 继续决策 → ... → 最终回答三、LangChain 包结构包名作用langchain-core核心抽象和 Runnable 接口langchain认知架构Chains、Agentslangchain-community第三方集成langchain-openaiOpenAI 集成langchain-deepseekDeepSeek 集成langchain-milvusMilvus 向量数据库集成四、环境准备# 创建虚拟环境conda create-nlangchainpython3.12conda activate langchain# 安装核心包pipinstalllangchain langchain-openai langchain-community python-dotenv环境变量配置# .env 文件OPENAI_API_KEYsk-xxx OPENAI_BASE_URLhttps://api.openai-proxy.org/v1# 代码中加载fromdotenvimportload_dotenvimportos load_dotenv()api_keyos.getenv(OPENAI_API_KEY)相关笔记[[15-大模型概述/01-大模型入门.md|大模型入门]] · [[02-Model-IO与模型调用]] · [[03-提示词模板与Chains]] · [[04-RAG检索增强]] · [[05-Agents智能体]] · [[06-多轮对话记忆]] · [[07-工具调用实战]] · [[08-LCEL进阶]] · [[09-RAG优化技巧]]