1. 基础理论

1. 基础理论

本章导读：从零理解 LangChain 框架的设计哲学和核心架构。本章不会教你写很多代码，而是帮你建立「全局认知」——LangChain 到底是什么、解决了什么问题、由哪些模块组成、各模块之间的关系是什么。有了这个认知基础，后面四章的学习才会有方向感。

本章定位

本章是整个教程的认知基石。很多开发者学 LangChain 的路径是「直接看文档、抄示例、遇到问题再查」，这种碎片化的学习方式效率很低，因为你不理解框架的整体设计，就不知道每个组件「为什么存在」。

LangChain 的核心设计理念是组合式开发——把构建 LLM 应用所需的各种能力（模型调用、提示词管理、文档处理、记忆存储、工具集成、链式编排）拆成独立的模块，让你像搭积木一样组合出复杂的应用。这个理念和 React 的组件化思想一脉相承：每个模块独立可用，组合起来能力倍增。

为什么需要 LangChain

直接调用大语言模型的 API 非常简单——发一个 HTTP 请求，拿回一段文本。但当你想构建一个真正的应用时，你会发现只有模型调用远远不够：

• 你需要管理提示词——不同场景用不同模板，变量要动态填充，版本要可控。
• 你需要解析输出——模型返回的是文本，但你的代码需要结构化数据（JSON、列表、布尔值）。
• 你需要持久化记忆——多轮对话中，模型需要记住之前的上下文。
• 你需要接入外部数据——企业的知识库、数据库、文件系统中的信息。
• 你需要调用外部工具——搜索、计算、发邮件、操作数据库。
• 你需要编排复杂流程——把上述能力组合成完整的业务流程。

LangChain 就是把这些「刚需」标准化、模块化。你不需要从零实现，直接导入对应模块、配置参数即可。这就是框架的价值——把常见问题的解决方案封装好，让你专注于业务逻辑本身。

教程覆盖范围与不覆盖范围

本教程聚焦于 LangChain 的核心功能：模型集成、文档处理、链式编程和 Agent 开发。我们不覆盖以下内容，它们超出了框架核心的范围：

• LangGraph 的独立使用（本教程仅在多 Agent 协作场景中涉及，完整的 LangGraph 教程需要单独的体系化教程）
• LangServe 的详细配置（5.3 节用 FastAPI 替代，因为更通用）
• 各个模型提供商的详细差异对比

章节导读

1.1 LangChain核心概念导论

深入理解 LangChain 的基本概念和设计哲学。你将学到 LangChain 的核心抽象（Model、Prompt、Memory、Chain、Agent）各自的职责和协作关系，理解「组合式开发」的具体含义，并了解框架的版本演进历史和生态格局。

核心收获：建立对 LangChain 的系统性认知框架，理解各模块的职责边界。

1.2 安装与环境配置

从零搭建 LangChain 开发环境。讲解包管理（pip 与 uv 的选择）、API 密钥配置（环境变量 vs 配置文件）、不同模型提供商的 SDK 安装，以及第一个可运行的最简示例。本节的代码虽然简单，但涉及的环境配置知识会贯穿整个教程。

核心收获：配置好完整的开发环境，跑通第一个 LangChain 程序。

1.3 基础组件概览

系统介绍 LangChain 的核心组件体系。不深入每个组件的实现细节（那是第 2-4 章的事），而是从「全景地图」的视角，让你知道有哪些组件、各自解决什么问题、典型的使用场景是什么。读完本节后，你应该能对着一个业务需求，判断需要用到哪些组件。

核心收获：建立完整的组件认知地图，为后续深入学习建立方向感。

一个关键认知：LangChain 不是黑盒

很多初学者把 LangChain 当成一个「高级 API 包装器」，认为它只是在模型 API 上包了一层。这个认知是错的。

LangChain 的真正价值不在于「调用模型更方便」（其实直接调用模型 API 也很简单），而在于它提供了一套标准化的抽象层。这个抽象层让你可以：

第一，自由切换模型。 今天用 OpenAI，明天换 Anthropic，后天用本地部署的开源模型——你的业务代码不需要改动，只需要换一个初始化参数。这就是模型中立性（Model Neutrality），在 4.1 节 Agent 开发中你会深刻体会到它的价值。

第二，组合复用。 文档加载器加载的文档、向量存储检索的上下文、提示词模板构造的 Prompt——这些模块可以独立开发和测试，然后组合成完整的应用。模块化带来的直接好处是代码可维护性和可测试性大幅提升。

第三，社区生态。 LangChain 拥有庞大的插件生态——数百种文档加载器、几十种向量存储后端、丰富的工具集成。你不需要自己实现与每个服务的对接，直接用社区提供的集成即可。

理解了这三点，你就会明白为什么值得花时间系统学习 LangChain，而不是每次都从零写调用代码。

学习建议

1. 本章重在理解，不重在动手。不需要每段代码都跑一遍，重点理解架构图和组件关系。
2. 1.1 节的概念会在后面反复出现。如果你对某个概念理解不深，先记下来，后面用到时再回头复习，效果更好。
3. 1.2 节的环境配置必须动手做。这是后面所有代码能运行的前提。

与后续章节的关系

本章建立认知框架，后续四章在框架内逐层深入：

• 第 2 章核心组件：将深入本章介绍的各个核心组件（LLM 集成、文档加载、向量存储、记忆管理、工具系统），从「概览」进入「实战」。每一节对应一个核心组件，每节都有完整可运行的代码。
• 第 3 章链式编程：把本章提到的「组合」理念变为具体的代码实践。你将学会用提示词模板、输出解析器和链式调用把多个组件串联成完整的处理流程。
• 第 4 章 Agent 开发：LangChain 最核心的高阶能力。当链式编程的固定流程不够用时，Agent 的自主决策能力就是解决方案。
• 第 5 章生产部署：把前四章开发的应用安全稳定地推上线，解决成本、可观测性和安全防护问题。

建议你按顺序阅读。如果已有 LangChain 基础，可以快速浏览本章后直接跳到第 2 章。

LangChain 的版本与生态

LangChain 生态目前由三个核心包组成：langchain-core（核心抽象层，定义接口和基类）、langchain（集成层，包含各种模型和服务的具体实现）、langchain-community（社区贡献的集成）。此外，LangGraph 是独立的图编排框架（本教程 4.3 节涉及），LangSmith 是可观测性平台（本教程 5.1 节涉及）。

这种分层架构意味着你可以在只依赖 langchain-core 的情况下定义自己的实现，不引入大量不必要的依赖。在生产环境中，按需引入包是控制依赖体积和启动速度的关键。

前置要求

• Python 3.9+ 基础语法
• 了解 HTTP API 和 JSON 格式
• 有过调用大语言模型 API 的经验（任何提供商均可）

更新记录

• 2026-07-23：重写章导读，增加设计理念、为什么需要框架、学习建议

关键词：LangChain框架精通, 基础理论, 核心概念, 组合式开发, 环境配置, 组件体系, 架构设计
难度：入门
预计阅读：30 分钟