开头先唠两句说实话LangChain 这玩意儿刚接触的时候给我整懵了。网上教程一搜一大把但你照着敲十有八九跑不起来。要么版本不对导入报错要么概念太多看得头晕Chain、Agent、Tool、Retriever…… 这都是啥跟啥啊我刚学那会光跟版本较劲就折腾了快一周。今天把最容易踩的几个坑捋一遍都是实打实的经验新手照着避就行。第一个坑版本版本还是版本这绝对是头号天坑没有之一。你是不是也遇到过跟着 B 站教程敲代码第一行 import 就红了别怀疑不是你手残是 LangChain 它自己改了。0.1 版本那次大更新直接把半个框架给拆了。以前from langchain.chat_models import ChatOpenAI就能用现在你得单独装langchain-openai这个包导入路径也变了。更坑的是网上大部分教程都是 0.0.x 时代的产物你照着学等于学了个过期版本。给新手的建议直接装最新版别瞎降级看教程先看发布时间2024 年以前的谨慎参考导入记住新写法# 老写法别用了 from langchain.chat_models import ChatOpenAI # 新写法 from langchain_openai import ChatOpenAI就这一个导入的事儿不知道卡死了多少人。第二个坑别把 LangChain 想太玄乎很多人刚接触觉得这框架好高级啊是不是有什么黑科技真没有。说穿了LangChain 就是个帮你拼 Prompt、串调用的工具人。它不生产模型也不训练模型说白了就是个胶水层。你写的那一堆 Chain底层本质上还是一次次调用大模型的 API。区别只是你自己手动拼字符串麻烦它帮你封装好了。我刚学那会把它想得特别复杂后来源码翻了翻发现 —— 哦就这心态摆正它是帮你省代码的不是什么高深莫测的黑科技。先把原生大模型 API 玩明白再来看 LangChain事半功倍。第三个坑Prompt 模板变量写错报错还贼隐晦这个坑我踩了不下三次。模板里写的是{user_input}调用的时候传了个{question}然后程序就给你报一个看起来八竿子打不着的错。新手哪见过这场面对着报错信息研究半小时最后发现就是变量名拼错了。教你个笨办法但好用写完模板先打印一下它要啥变量prompt ChatPromptTemplate.from_template(你是一个{role}请回答{question}) print(prompt.input_variables) # 输出: [role, question]对照着传参保准没错。别嫌麻烦这一步能帮你省超多调试时间。第四个坑所谓的 记忆其实就是拼历史记录刚接触 Memory 的时候是不是觉得挺神奇聊了好几轮它还记得你叫啥。别被名字骗了。大模型本身根本没有记忆。LangChain 的 Memory 干的事说出来你可能不信 ——就是把之前的对话历史原封不动拼到每一次的 Prompt 里。你以为它 记住了其实是每次都把聊天记录重新喂了一遍。所以就有两个很现实的问题聊多了 token 蹭蹭涨钱也蹭蹭烧程序一关记忆就没了它是存在内存里的新手选 Memory 别纠结对话少就用ConversationBufferMemory简单直接对话多就上ConversationSummaryMemory自动帮你总结历史省 token想存下来下次接着聊自己写数据库去别指望 Memory第五个坑Chain 和 Agent 别搞混了这俩刚学的时候特别容易晕不都是一串调用吗区别大了去了。Chain 是死的—— 你规定好第一步干啥第二步干啥它就按流程走同样的输入永远走同样的路。Agent 是活的—— 你给它目标和工具它自己琢磨 我下一步该干啥。这次可能先搜再算下次可能先算再搜不固定。说人话就是Chain 像流水线按部就班Agent 像个实习生你交代任务它自己想办法干忠告简单任务别瞎用 Agent。又费 token 又不稳定。能写个 Chain 搞定的事儿就别让模型自己决策去。很多人上来就整个 Agent结果输出忽好忽坏还不知道为啥。第六个坑做 RAG 不是把文档切碎就完事了搞知识库问答的同学注意了这坑巨多。我最开始做 RAG 的时候觉得不就是把文档切成小块存向量库里提问的时候搜出来拼上吗真做了才发现全是细节。切太碎吧一句话劈两半语义都不完整模型看着半截话能答出什么好东西 切太粗吧一大段塞进去无关信息占了一半 token还容易带偏答案。还有几个新手常犯的错按字符数硬切不管句子断在哪不存元数据搜出来不知道原文在哪embedding 模型和相似度算法不搭效果稀烂别上来就追求什么高级检索策略先把基础打牢用RecursiveCharacterTextSplitter按段落按句子切别硬切chunk_size 从 500~1000 开始试不是越小越好一定要做效果测试别跑通了就觉得完事了第七个坑API Key 别写代码里这个事儿说多少遍都不为过。我见过太多人图省事直接把 key 写代码里然后顺手就传 GitHub 了。然后呢被爬虫扫到一夜之间刷几百刀账单哭都来不及。从写第一行代码开始就养成好习惯装个python-dotenvkey 放.env文件里from dotenv import load_dotenv load_dotenv() # 不用传 key自动读环境变量 llm ChatOpenAI(modelgpt-3.5-turbo)然后.env加到.gitignore里别提交。别嫌麻烦等你 key 被盗刷的时候就知道这两分钟有多值了。第八个坑别为了用 LangChain 而用 LangChain最后说个心态问题。很多人学了 LangChain 之后啥都想往里套。就问个简单问题也整个 Chain 套个 Template 再加点 Memory折腾半天本质上就是调了一次 API。何必呢这框架是帮你解决复杂问题的不是让你把简单问题搞复杂。单轮对话直接调 API 就行简单翻译 / 总结也犯不上就是想试试模型效果更不用什么时候该用多步调用、要接工具、要做知识库、流程确实复杂的时候再上框架也不迟。工具是为人服务的别反过来。最后说两句LangChain 这东西说难不难说简单也不简单。概念是挺多但核心就那几个组件Prompt 模板、模型调用、链式组合、记忆、检索、工具调用。一个一个啃啃完串起来就通了。学习顺序我建议是原生 API → Prompt Template → Chain → Memory → Retriever → Agent。别跳着学基础打牢比啥都强。还有就是多看官方文档虽然英文的但更新快比网上那些东拼西凑的教程靠谱多了。就唠这么多都是我踩过的坑希望你们别再踩一遍。觉得有用的点个赞收藏后面我再写写 RAG 实战的坑那才是真的深水区。