🦜 LangChain 1.0 Python 知识文档

🚀 快速开始

LangChain 1.0 是一个强大的开源框架，用于构建基于大语言模型（LLM）的应用程序。 本文档将帮助你快速掌握 LangChain 1.0 的核心概念和实战技能。

📚 学习路径推荐

根据你的经验水平，选择合适的学习路径：

⭐ 核心亮点

🔍 RAG（检索增强生成）

深入讲解 RAG 技术的原理和实现，包括文档加载、文本分割、向量存储、检索策略等， 提供完整的 150+ 行可运行代码示例。

👥 客服机器人实战

构建企业级智能客服系统，集成 FAQ 问答、订单查询、多轮对话记忆等功能， 提供完整的 300+ 行项目代码，包含测试用例和部署指南。

💬 在线 AI 对话助手

集成 LangChain 官方 AI 助手，实时解答您的问题，提供代码示例和最佳实践建议。 与文档学习相结合，随时随地获得专业指导，加速您的学习进程。

🤖 DeepAgents 框架

探索 Anthropic 的高级 Agent 框架，学习如何构建生产级智能代理系统， 包括定制化配置、Harness 系统、子代理协作、人工介入和长期记忆管理。

🌐 Multi-Agent 系统

深入学习多代理协作系统的设计与实现，掌握子代理管理、交接机制、技能系统、 智能路由和自定义工作流编排，构建复杂的企业级 AI 应用。

🎉 LangChain 1.0 新特性

🛠️ 技术栈要求

10 分钟快速安装

# 创建虚拟环境
python3.10 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装 LangChain 1.0
pip install -U langchain

# 安装集成包（按需选择）
pip install langchain-openai      # OpenAI 集成
pip install langchain-anthropic   # Anthropic 集成
pip install langchain-google      # Google 集成

# 安装向量存储（用于 RAG）
pip install langchain-chroma      # Chroma 向量数据库
pip install langchain-community   # 社区集成

# 验证安装
python -c "import langchain; print(langchain.__version__)"

Hello World 示例

import os
from langchain.chat_models import init_chat_model

# 设置 API Key
os.environ["OPENAI_API_KEY"] = "your-api-key-here"

# 初始化模型
model = init_chat_model("gpt-4")

# 发送消息
response = model.invoke("你好，请介绍一下 LangChain 1.0")

# 输出结果
print(response.content)

📦 完整项目代码

本文档包含两个完整的可运行项目：

1. RAG 系统示例

一个完整的检索增强生成系统，包含文档加载、向量化、检索和生成的完整流程。

• 📁 位置：projects/rag-example/
• 📊 代码行数：150+ 行
• 🎯 难度：🟡 中级
• 📖 详细文档：RAG 详解页面

2. 客服机器人项目

企业级智能客服系统，集成 FAQ 问答、订单管理、多轮对话等功能。

• 📁 位置：projects/customer-service-bot/
• 📊 代码行数：300+ 行
• 🎯 难度：🔴 高级
• 📖 详细文档：客服机器人页面

🔗 外部资源

• 官方文档: https://docs.langchain.com/oss/python/langchain/overview
• API 参考: https://reference.langchain.com/python/langchain/
• GitHub 仓库: https://github.com/langchain-ai/langchain
• LangChain 博客: https://blog.langchain.com/