LangChain 框架知识点详解 — 以智旅云图项目为例

目录

1. LangChain 环境与包结构
2. ChatOpenAI — LLM 客户端
3. OpenAIEmbeddings — 文本嵌入
4. 消息格式与 invoke 调用
5. Prompt Engineering 实战
6. 结构化输出与 Pydantic 解析
7. RAG 检索提高生成
8. Query Rewrite
9. 优雅降级与容错设计
10. 知识点速查表

LangChain 环境与包结构

四个主要包

痛点：新手往往不清楚到底需要装哪些包，导致依赖冲突或体积膨胀。

项目 requirements.txt 声明了四个 LangChain 包：

langchain>=,langchain-core>=,langchain-community>=,langchain-openai>=,

关键认知

中的两类对象，其他包仅提供底层抽象支撑。

📁 代码位置： requirements.txt

ChatOpenAI — LLM 客户端

ChatOpenAI 是 LangChain 对 OpenAI Chat Completions API的统一封装。本项目通过它对接阿里云 DashScope”，模型为 .

初始化参数详解

痛点：L​LM 参数不清楚时容易出现“模型未找到”或“都标注出来。怎么说呢，

base_url 的价值

痛点：# 没有 base_url 时只能使用官方 OpenAI，而国内使用者想要使用本地模型会遇到 “Invalid request URL”。其实，只要改这个字段，即可切换供应商。

1. P​ut vendor’s compatible endpoint into .
2. P​rovide vendor’s API key.
`
3. P​ick correct model name.
`
• No SDK change needed.
`

懒加载 + 优雅降级

: L LM 初始化在模块导入阶段失败会导致整个服务启动报错。本 项目采用函数内部懒加载并返回 None，实现“有就用，没有就降级”。python def _build_chat_llm: """创建通用 ChatOpenAI 实例。""" if not LLM_API_KEY: return None #① 没有 API Key 就直接返回 None try这方面。from langchain_openai import ChatOpenAI except ImportError: return None #② 包没装也返回 None return ChatOpenAI #③ 一切就绪才创建

• P​rotects module import from missing dependencies.
• P​erforms a graceful fallback by returning null ` instead of raising.
• S​uits production environments where LLM may be temporarily unavailable.

LangChain 方法

\invoke<\/CODE><\/TD>\ChatOpenAI<\/TD>\list<\/TD>\ AIMessage <\/TD>\所有 LLM 调用<\/TD><\/TR >\ \embeddocuments<\/CODE ><\/TD >\OpenA IEmb e ddings<\/T D >\list<\/ TD >\list]<\/ TD >\离线技巧 入 库 <\/TR \ query<\/ CODE ><\/ TD

主要概念速查