原生LLM 嵌入复杂应用的挑战1幻觉问题2提示词设计不统一3模型切换麻烦4回答格式杂乱5时效性较差6自动调用外部工具困难LangChain通过为原生LLM这个“聪明的大脑”装上工具、内存和外挂弥补其记忆、知识与规划能力的不足让它能真正处理复杂任务。1.LangChain1.1介绍具体看AI 2大语言模型嵌入模型 4.221.2技术特点它把各种模型和工具的底层差异统一封装成标准化组件提供通用接口以链式Chain的方式整合多个组件从而构建出功能丰富的的LLM应用。链的本质将多个处理步骤或异构组件串联成一个自动化工作流应用无需再逐个调用各个组件而是一次性执行链上的所有流程从而实现从简单问答到复杂 AI 工作流的构建。1.3标准化组件介绍逐类详解1.4举例若我们想借助提示词完成⼀次对于LLM应用的提问在LangChain中至少需要定义两个组件提示词模板组件 • 大模型组件。无LangChain相当于提示词模板组件执行了一次大模型组件也执行了⼀次。有LangChain对于链式执行来说只需执行一次链即可。1.5起源版本发布https://github.com/langchain-ai/langchain/releases1.6 发展LangChain的局限性LangChain无法满足构建高级 AI 代理和多轮对话系统等复杂应用的开发需求。举例假设需要构建一个AI代理来自动处理用户提交的客服工单 退货请求 产品咨询等。生活中理想的流程非LangChain流程如下如果用传统的Chain A - Chain B - Chain C的线性结构来构建会遇到以下具体问题2.LangGraph--面向复杂工作流的图式架构自动诞生背景LangGraph是LangChain 生态系统中较晚推出的一个框架由LangChain 团队于2024 年正式发布其目的是为了解决大型语言模型应用日益增长的复杂性。2.1介绍定位LangGraph是一个底层编排框架用于构建可控支持暂停/状态修改、可靠、有状态且可长时间运行的AI 智能体工作流。核心特性 它以图结构定义流程围绕共享状态驱动节点协作以应对复杂 AI 智能体应用的构建需求。例如我们将上文示例从链式改为图结构在上述示例中我们可以定义图状态用于存储流程中的临时数据和决策点例如与 LangChain 的关系、适用场景互补LangGraph并非取代LangChain而是对其的扩展和补充它底层大量复用了LangChain的模型接口、工具、记忆等组件开发者可在LangGraph 节点中直接使用LangChain 的链或代理作为子流程。简单线性任务LangChain 的链式结构已足够高效。复杂场景对于需要复杂控制流、长期状态维护和多智能体协作的任务LangGraph 提供更强大的支持。2.2技术特点这种图式架构相比LangChain的链式结构更加灵活主要体现在传统的链式结构会将AI代理应用变成僵硬脆弱的“面条代码”而LangGraph则通过灵活可靠且支持循环、分支、人工介入等工作流图的方式解决了这一日益复杂的LLM应用开发难题。对话模型的本质差异为何“感觉不像走既定路线”2.3起源和发展版本发布https://github.com/langchain-ai/langgraph/releases3.方向3.1学习路径从入门到精通LangChain和LangGraph这条循序渐进、从核心概念到高级应用以及项目实践的路径能让你具备从零设计构建复杂 AI 代理及多步工作流、将业务需求转化为 AI 解决方案的架构能力。3.2应用场景3.3结构关系4.LangChain与LangGraph软件包安装1langchain主包是使用LangChain的起点用户直接使用的主入口。pip install langchain2langchain-core核心包整个LangChain生态的基石包除 langsmith SDK 外所有包均依赖此包包含所有其他包共用的基类、抽象接口和 LCELLangChain 表达式语言。它由 langchain自动安装无需显式安装若需特定版本功能可手动指定但须确保与其他集成包兼容。pip install langchain-core3Integrations集成包各类官方与第三方集成包只要安装对应的包即可快速接入该服务覆盖了模型如 OpenAI、Anthropic 等以及各类组件如数据存储、工具调用等。LangChain中集成好的包如下https://docs.langchain.com/oss/python/integrations/providers/overviewhttps://docs.langchain.com/oss/python/integrations/providers/overview对于所需依赖项我们需要单独安装例如使用OpenAI。pip install langchain-openai4langchain-community社区包由社区维护的集成大合集当某个集成还没被官方拆成独立包时会先放这里。pip install langchain-community5langgraph 包专门构建有状态、多步骤 Agent的框架用来弥补 LangChain 在复杂循环和状态管理上的不足记忆模块的新家也在这里它与 langchain 互补Agent 可相互调用。pip install langgraph6LangSmith SDK对接 LangSmith 平台的独立工具包负责应用的测试、调试、追踪与监控它与核心流程解耦需要配置 API Key 后单独使用。由LangChain自动安装不依赖于langchain-core 如果需要可以独立安装和使用。pip install langsmith在python中新建项目并安装库。主包pip install langchainOpenAI-Integrations集成包pip install langchain-openailangchain-community社区包pip install langchain-communitylanggraph 包pip install langgraph