🔄 LangChain 1.0 迁移指南

# ❌ 0.x 版本
from langchain.chat_models import ChatOpenAI
model = ChatOpenAI(model_name="gpt-4", temperature=0.7)

# ✅ 1.0 版本（推荐）
from langchain import init_chat_model
model = init_chat_model("gpt-4o", model_provider="openai", temperature=0.7)

# ✅ 1.0 版本（仍然支持）
from langchain_openai import ChatOpenAI
model = ChatOpenAI(model="gpt-4o", temperature=0.7)

# ❌ 0.x 版本
from langchain.agents import initialize_agent, AgentType

agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True
)

# ✅ 1.0 版本
from langchain.agents import create_agent

agent = create_agent(
    model="gpt-4o",
    tools=tools,
    system_prompt="你是专业的 AI 助手"
)

# ❌ 0.x 版本
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

prompt = PromptTemplate.from_template("翻译: {text}")
chain = LLMChain(llm=llm, prompt=prompt)
result = chain.run(text="Hello")

# ✅ 1.0 版本（LCEL）
from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_template("翻译: {text}")
chain = prompt | model
result = chain.invoke({"text": "Hello"})

# ❌ 0.x 版本
from langchain.memory import ConversationBufferMemory

memory = ConversationBufferMemory()
agent = initialize_agent(tools, llm, memory=memory)

# ✅ 1.0 版本
from langgraph.checkpoint.memory import InMemorySaver

checkpointer = InMemorySaver()
agent = create_agent(
    model="gpt-4o",
    tools=tools,
    checkpointer=checkpointer
)

# 使用 thread_id 管理对话
config = {"configurable": {"thread_id": "user_001"}}
agent.invoke({"messages": [...]}, config=config)

# 安装 langchain-classic
pip install langchain-classic

# 同时安装 LangChain 1.0
pip install langchain>=1.0.0

# 使用 1.0 的新 API
from langchain import init_chat_model
from langchain.agents import create_agent

model = init_chat_model("gpt-4o", model_provider="openai")

# 使用 langchain-classic 的旧 API
from langchain_classic.chains import LLMChain
from langchain_classic.prompts import PromptTemplate

prompt = PromptTemplate.from_template("翻译: {text}")
old_chain = LLMChain(llm=model, prompt=prompt)

# 在同一个项目中混合使用
result = old_chain.run(text="Hello")

# 1. 备份现有代码
git commit -am "Backup before LangChain 1.0 migration"

# 2. 创建新分支
git checkout -b migration-to-v1

# 3. 升级到 LangChain 1.0
pip install --upgrade langchain langchain-openai langchain-anthropic

# 4. 查看当前版本
python -c "import langchain; print(langchain.__version__)"

# ❌ 旧的导入（0.x）
from langchain.chat_models import ChatOpenAI
from langchain.agents import initialize_agent, AgentType
from langchain.chains import LLMChain
from langchain.memory import ConversationBufferMemory

# ✅ 新的导入（1.0）
from langchain import init_chat_model
from langchain.agents import create_agent
from langchain_core.prompts import ChatPromptTemplate
from langgraph.checkpoint.memory import InMemorySaver

# ❌ 0.x 版本
llm = ChatOpenAI(model_name="gpt-4", temperature=0.7)
memory = ConversationBufferMemory()

agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    memory=memory,
    verbose=True
)

# ✅ 1.0 版本
checkpointer = InMemorySaver()

agent = create_agent(
    model="gpt-4o",
    tools=tools,
    checkpointer=checkpointer,
    system_prompt="你是专业的 AI 助手"
)

# 调用时传入 config
config = {"configurable": {"thread_id": "user_001"}}
result = agent.invoke({"messages": [...]}, config=config)

# ❌ 0.x 版本
from langchain.chains import LLMChain, SimpleSequentialChain
from langchain.prompts import PromptTemplate

# 链 1：翻译
translate_prompt = PromptTemplate.from_template("翻译成英文: {text}")
translate_chain = LLMChain(llm=llm, prompt=translate_prompt)

# 链 2：总结
summarize_prompt = PromptTemplate.from_template("总结: {text}")
summarize_chain = LLMChain(llm=llm, prompt=summarize_prompt)

# 组合链
overall_chain = SimpleSequentialChain(
    chains=[translate_chain, summarize_chain]
)

# ✅ 1.0 版本（LCEL）
from langchain_core.prompts import ChatPromptTemplate

translate_prompt = ChatPromptTemplate.from_template("翻译成英文: {text}")
summarize_prompt = ChatPromptTemplate.from_template("总结: {text}")

# 使用管道操作符组合
chain = (
    translate_prompt
    | model
    | (lambda x: {"text": x.content})
    | summarize_prompt
    | model
)

result = chain.invoke({"text": "你好世界"})

# 运行现有测试
pytest tests/

# 手动测试关键功能
def test_migration():
    """测试迁移后的功能"""
    from langchain.agents import create_agent

    agent = create_agent(
        model="gpt-4o",
        tools=[],
        system_prompt="你是 AI 助手"
    )

    result = agent.invoke({
        "messages": [{"role": "user", "content": "你好"}]
    })

    assert len(result["messages"]) > 0
    print("✅ 迁移成功！")

if __name__ == "__main__":
    test_migration()

# LCEL 更简洁、更强大
chain = prompt | model

from langchain_classic.chains import LLMChain
# 保持原有代码不变