LangChain 学习笔记 00：先搭一张 LLM 应用开发地图

刚接触 LangChain 时，我有过一个很直接的疑问：调用大模型不就是发一次 HTTP 请求吗，为什么还需要专门学一个框架？

把 Demo 写到几十行以后，答案就慢慢出现了。提示词要维护，聊天记录要裁剪，模型输出要校验，私有文档要检索，工具调用要鉴权，线上问题还得能追踪。麻烦的从来不是“把请求发出去”，而是怎样把这些环节组织成一个还能继续修改的应用。

这也是我读《LangChain 入门指南》时最想弄清楚的事。它使用的是较早期 LangChain API，但从模型 I/O、数据增强、链、记忆，一直讲到 Agent、回调和第三方集成，恰好给出了一张完整的工程地图。

版本说明：书里的部分包路径、Chain、Memory 和 Agent 写法已经发生变化。这个系列主要记录概念和设计思路，代码实现会尽量对照当前官方文档，不把旧 API 当成现行手册。

一个聊天 Demo 是怎样变复杂的

最开始，我们可能只写三步：准备提示词、调用模型、打印结果。

用户问题 -> Prompt -> Model -> 文本答案

等需求多起来，流程通常会变成这样：

用户问题
  -> 权限与输入检查
  -> 检索相关资料
  -> 组装消息
  -> 调用模型
  -> 解析并校验结果
  -> 记录来源、耗时与 token
  -> 返回答案

如果所有逻辑都堆在一个函数里，换模型会改一片，调整提示词也可能碰到检索代码。LangChain 提供的价值，就是把常见能力拆成相对独立的组件，再用清晰的数据流把它们接起来。

我现在更愿意把它看成一套“LLM 应用组织方法”，而不只是一个模型 SDK。

用四层结构读完整本书

为了不被大量类名带着走，我把全书内容重新整理成四层。

层次	主要组件	要解决的问题
模型交互	Chat Model、Prompt、Output Parser	输入怎样组织，输出怎样落到程序里
知识与状态	Loader、Embedding、Retriever、Memory	模型从哪里获得外部知识，怎样保留上下文
流程与决策	Chain、Agent、Tool	下一步由固定流程决定，还是由模型动态选择
运行与集成	Callback、模型与向量库适配	出错后怎样定位，底层服务怎样替换

这四层不是严格的框架分包，而是我理解复杂度的一种方式。写一个简单摘要工具时，也许只需要第一层；做企业知识库问答时，会用到前两层；让模型查询订单、发送邮件或操作系统时，才会真正进入 Agent 和工具权限的问题。

Chain 和 Agent 不要混在一起理解

书里既讲 Chain，也讲 Agent。两者看起来都在“串流程”，但控制权不同。

Chain 更像一条事先画好的路线：先检索，再生成，最后校验。每一步做什么，开发者基本知道。Agent 则把一部分选择权交给模型，例如先判断要不要查天气，再决定调用哪个工具。

我的使用原则很简单：能画成固定流程，就先用固定流程。只有任务确实需要根据语义动态选择动作时，再引入 Agent。自由度越高，越要补上权限、预算、循环次数和人工确认。

读旧版技术书，我准备看什么

技术书最容易过时的是代码，最不容易过时的是问题。于是这次学习我会把注意力放在三件事上：

1. 这个组件是在解决什么麻烦？
2. 它的输入、输出和失败方式是什么？
3. 放到真实项目里，哪些工作不能交给框架自动完成？

例如，输出解析器的类名会变，但“模型输出必须校验”不会变；向量库可以更换，但“检索结果要能追溯到原文”不会变；Agent 的创建方式会升级，但“工具必须限制权限”不会变。

这套笔记会写什么

整本书计划拆成 12 篇：先跑通最小应用，再依次讨论模型 I/O、RAG 数据链路、Chain、Memory、Agent、Callback，随后拆解 PDF 问答和 BabyAGI 案例，最后用集成、Embedding、Transformer 与语义检索做一次收束。

每篇不逐页复述，而是尽量留下四样东西：一个具体场景、一条核心流程、几个容易踩的坑，以及我读完后的判断。

先记住三条底线

读完目录后，我先给自己定下三条工程底线。

• 能用普通代码解决的确定性逻辑，不急着交给 Agent。
• 模型返回的内容一律按外部输入处理：解析、校验、限制权限，并准备失败路径。
• 从第一版就记录提示词版本、模型参数、检索片段、工具调用、耗时和 token 消耗。

LangChain 会继续变化，模型也一定会换。真正值得从这本书里带走的，是怎样划分模型、数据、状态和控制流的边界。接下来的学习，就从第一个最小聊天应用开始。

参考资料：本地扫描版《LangChain 入门指南：构建高可复用、可扩展的 LLM 应用程序》；涉及当前 API 的部分以 LangChain 官方文档为准。