LangChain
LangChain — 构建含链和 agent 的 LLM 应用框架。
分析复杂
技术栈组成
FrameworkLangChain 0.3
LanguagePython/JS
为什么
可组合链，600+ 集成，RAG，agent，结构化输出。PostHog 和 Plausible 提供隐私优先分析，无需 GDPR 同意横幅，2024 年增长 200%。
BigQuery 和 ClickHouse 以 5 美元/TB 处理 PB 级数据。
何时使用
用于 LLM 应用编排。避免简单单提示调用。
如何做
1. pip install langchain
2. 选择 LLM 和 embedding
3. 用 LCEL 构建链
4. 用输入调用
5. 添加环境配置 — cp .env.example .env && 编辑值
6. 运行测试 — npm test 或 pnpm test 验证设置
7. 部署 — git push 触发 CI/CD 或手动部署
示例
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
chain = ChatPromptTemplate.from_template("告诉我关于 {topic}") | ChatOpenAI()
常见问题
- ⚠提示模板错误 — 验证变量
- ⚠速率限制 — 用 RunnablePassthrough 和批处理
- ⚠环境间配置漂移 — 使用基础设施即代码（Terraform/Pulumi）保持 dev/staging/prod 一致
最佳实践
- ✓用 LCEL 组合链
- ✓缓存 embedding 降低成本
- ✓设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求
常见问题解答
什么是LangChain？适合做什么项目？
LangChain — 构建含链和 agent 的 LLM 应用框架。 它通过分层组合提供端到端类型安全与开箱即用的部署体验，适合从 MVP 到生产 SaaS 的快速迭代。
如何用LangChain在 10 分钟内跑通一个 demo？
两步起步：① pip install langchain；② 选择 LLM 和 embedding。先跑通本地 dev server，再接一个真实数据源验证端到端链路。
LangChain 最常见的坑是什么？怎么避免？
最高频的坑是：提示模板错误 — 验证变量。避免方法：在 PR 模板里加入对应 checklist，CI 中跑类型检查 + lint + 单测，三重把关再合并。
LangChain 的最佳实践有哪些？
LangChain 的最佳实践包括：用 LCEL 组合链；缓存 embedding 降低成本；设置健康检查和优雅关闭 — 处理 SIGTERM 以在退出前排空进行中的请求。其中首条「用 LCEL 组合链」应在项目初始化时就落地，避免后期返工。
什么情况下不该选LangChain？
三种情况另选他栈：① 团队对该栈核心框架零经验且工期紧张（学习曲线风险）；② 项目是纯内容/营销站（选 Astro 更轻）；③ 需要极高吞吐（>1 万 RPS）或强一致微服务（选 Go/Rust）。LangChain 的强项是中高复杂度全栈与 API，别在简单静态页上过度工程。