LangChain框架开发指南：从基础到智能体实战

1. LangChain框架概述与版本演进

LangChain作为当前最流行的AI应用开发框架之一，正在经历快速迭代。最新稳定版本已更新至1.2.14（截至2026年4月），相比早期版本在API设计和功能完整性上有显著提升。这个框架的核心价值在于：

• 统一抽象层：封装了不同厂商LLM的调用差异
• 模块化设计：通过可组合的组件构建复杂AI工作流
• 工具集成：将外部功能转化为AI可调用的工具

重要提示：LangChain 1.0+版本底层已重构为基于LangGraph的状态管理引擎，这是架构上的重大改进。

2. 技术栈分层解析

2.1 LangChain：基础组件层

作为技术栈的基石，LangChain主要解决以下核心问题：

1. 标准化模型接口

   • 统一OpenAI、Anthropic等不同厂商的API调用方式
   • 支持流式输出、函数调用等高级特性
   • 示例代码：

     python复制from langchain_ollama import ChatOllama
     
     llm = ChatOllama(
         model="qwen3:8b",
         temperature=0.7,
         num_ctx=4096  # 扩展上下文窗口
     )
     

2. 提示词工程化

   • 提供PromptTemplate等结构化提示词工具
   • 支持动态变量注入和模板复用

3. 工具抽象机制

   • 将Python函数转化为AI可理解的工具
   • 支持类型提示和自动文档生成

2.2 LangGraph：状态化执行引擎

LangGraph作为LangChain的增强运行时，引入了关键创新：