LangChain 完整入门指南：5 行代码跑通第一个 LLM 应用

LangChain 完整入门指南5 行代码跑通第一个 LLM 应用【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchainLangChain 是一个 Python 框架用来搭 LLM 应用和 Agent。它把各家模型的接入、提示词、消息流转、工具调用统一成一套接口换模型时业务代码不用跟着动。这篇从接了多家模型之后代码失控这个常见场景讲起给你一条最短的上手路径。接了三个模型之后代码开始失控先说我见过的最典型的翻车现场业务里同时要用 OpenAI、Anthropic 和某家国产模型三套 SDK 各写各的消息格式互不兼容最后想做个效果对比得重写一整层封装。问题不在模型本身而在每家 provider 的调用约定、返回结构都不一样。你真正想要的其实是业务逻辑只写一份模型是可替换的零件。LangChain v1 干了什么一句话说它把模型、消息、工具、提示词抽象成统一接口并内置了一套 Agent 架构让你从第一行代码起就走标准化路线。跟自拼 SDK 比v1 的差异化主要在三点模型可互换init_chat_model(openai:gpt-5.5)这种写法换供应商只改字符串业务代码不动还支持运行时通过 config 动态切模型做灰度和回滚都方便Agent 开箱即用create_agent底层跑在 LangGraph 上持久化执行、流式输出、人在环审批这些能力是自带的不用自己搭集成生态拆成独立包OpenAI、Anthropic、Ollama 等 provider 各自维护在 libs/partners/ 下用哪家装哪家主包保持精简一条命令 5 行代码跑通第一个调用环境上就一步用 uv 把主包装上uv add langchain然后是第一个调用。注意模型名带provider:前缀需要额外安装对应的集成包比如uv add langchain-openaifrom langchain.chat_models import init_chat_model model init_chat_model(openai:gpt-5.5) result model.invoke(用一句话解释什么是 RAG) print(result.content)到这里你就有了一个统一入口、标准消息结构、可替换的模型。入口实现在 libs/langchain_v1/langchain/chat_models/base.py想查支持哪些 provider直接翻它 docstring 里的清单。按使用场景看核心能力不按源码目录讲按你实际会用的场景拆模型互操作—— 核心诉求是一个字段切模型。除了直接传模型名init_chat_model还支持configurable_fields参数让模型在运行时由 config 决定适合多模型灰度。工具调用与 Agent—— 把普通 Python 函数注册成工具交给create_agent它会自己规划调用顺序、处理工具结果回填。Agent 的创建逻辑在 libs/langchain_v1/langchain/agents/factory.py。文档与检索—— 想基于自己的语料回答组合是加载文档 → 切分 → 向量化 → 存入向量库 → 检索回填上下文。加载器、向量库、检索器都在libs/core/langchain_core/下组件化程度很高可以按需挑。对话与历史—— System/Human/AI/Tool 消息是统一结构chat_history提供持久化记忆的接口层多轮对话不用自己拼字符串。工程化保障—— 缓存caches让重复提问不重复烧 token限流器rate_limiters保护上游配额这两个在 core 包里都是现成组件。实战给问答应用挂上外部工具一个很常见的落地场景客服机器人需要查订单状态。做法不复杂写一个普通函数lookup_order(order_id)用类型注解或 pydantic 描述参数把函数传给create_agent(model, tools[...])框架自动生成工具 schema 给模型看模型决定何时调用、传什么参数调用结果作为 Tool 消息回填进上下文最终回答是模型基于工具返回的数据生成的整个流程你只写了一个业务函数编排交给框架。后续如果要加人工审核节点、断点续跑这类流程控制直接升级到同家族的 LangGraph别在 LangChain 里硬扭。⚠️ 这几个坑提前知道装包要分清仓库是 monorepolangchainv1 主包、langchain-core基础抽象、langchain_classic旧版兼容层是三个不同的分发名装错包 import 直接报错provider 包单独装init_chat_model只是统一入口真正调 OpenAI 需要langchain-openai调 Anthropic 需要langchain-anthropicdocstring 里每个 provider 都标了对应包名模型名钉死版本官方建议用带日期的固定 ID例如claude-haiku-4-5-20251001别用会漂移的别名上游一调指针行为就变了选对层级快速搭 AgentLangChain 够用需要精细控制流程、延迟和状态机上 LangGraph继续深入从这里看组件总览与 APIlibs/core/langchain_core/目录各家 provider 的集成实现libs/partners/目录标准测试集看官方怎么验证各家集成行为libs/standard-tests/目录一句话收尾把模型当零件而不是主角你的 LLM 应用会好维护得多。【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考