2. 核心组件
2. 核心组件
本章导读：本章是教程的实战起点。第 1 章建立了认知框架，本章开始逐个拆解 LangChain 的核心组件——LLM 集成、文档加载器、向量存储、记忆管理、工具系统。每节对应一个组件，每节都有完整可运行的代码示例和详细的原理讲解。学完本章，你将具备构建中等复杂度 LLM 应用的全部基础能力。
本章定位
如果说第 1 章是「看地图」，那本章就是「走实地」。我们将依次学习 LangChain 的五大核心组件，每个组件解决一个明确的问题：
- LLM 集成（2.1 节）：解决「怎么调用模型」的问题，包括不同提供商的统一接口和流式输出。
- 文档加载器（2.2 节）：解决「怎么把外部数据喂给模型」的问题，支持 PDF、网页、数据库、代码仓库等多种数据源。
- 向量存储（2.3 节）：解决「怎么高效检索大量文本」的问题，这是 RAG（检索增强生成）的基石。
- 记忆管理（2.4 节）：解决「怎么让模型记住上下文」的问题，涵盖短期记忆和长期记忆两种模式。
- 工具系统（2.5 节）：解决「怎么让模型调用外部能力」的问题，这是 Agent 开发的直接前置知识。
组件之间的关系
五大组件不是孤立的，它们在实际应用中紧密配合。一个典型的 RAG（检索增强生成）应用的流程是：文档加载器读取企业知识库（2.2）→ 文本被切片后存入向量存储（2.3）→ 用户提问时检索相关文档 → 检索结果作为上下文注入 Prompt → 通过 LLM 集成调用模型生成回答（2.1）→ 记忆管理保存对话历史以便后续追问（2.4）。
工具系统（2.5）则为上述流程增加了「行动能力」——模型不仅能回答问题，还能执行操作（搜索、计算、发通知）。下一章的链式编程会把这些组件串联起来，第 4 章的 Agent 开发会让模型自主决定使用哪些组件。
理解组件间的关系，比单独记住每个组件的 API 调用方式更重要。当你遇到一个新需求时，第一反应应该是「这个需求需要用到哪些组件的组合」，而不是「这个组件的 API 怎么调」。
章节导读
2.1 LLM集成与调用
掌握 LangChain 的模型调用统一接口。你将学会初始化不同提供商的模型（OpenAI、Anthropic、本地模型），理解同步调用和流式输出的区别，并学会处理模型调用的异常和重试。本节是后续所有涉及模型调用的内容的基础。
核心收获：能用 LangChain 调用任意提供商的模型，并处理基本的错误场景。
2.2 文档加载器
学会把各种格式的外部数据转化为 LangChain 可处理的文档对象。覆盖 PDF、网页、Markdown、文本文件、CSV 等常见格式，以及文档切片策略——为什么需要切片、怎么控制切片粒度、不同粒度对检索质量的影响。
核心收获：能把任意来源的数据加载并转换为标准化的文档格式。
2.3 向量存储
深入理解向量检索的核心原理（Embedding、相似度计算），掌握 FAISS 和 Chroma 两种常用向量库的使用方法，学会构建一个完整的 RAG 检索流程。这是很多企业级 AI 应用的核心技术，也是本教程中实用价值最高的内容之一。
核心收获：构建一个能从知识库中检索相关文档并回答问题的 RAG 系统。
2.4 记忆管理
掌握 LangChain 的对话记忆机制。从最简单的缓冲区记忆到带摘要的长期记忆，理解不同记忆策略的适用场景和性能权衡。你将学会在多轮对话场景中保持上下文连贯性，让用户体验更自然。
核心收获：让 LLM 应用在多轮对话中保持记忆，支持追问和上下文引用。
2.5 工具和智能体基础
理解「工具」在 LangChain 中的定义和实现方式。你将学会用装饰器或类定义自定义工具，掌握工具的参数 Schema 定义（使用 Pydantic），并初步接触 Agent 的概念——这是下一章链式编程和第 4 章 Agent 开发的过渡桥梁。
核心收获：定义和使用自定义工具，理解工具调用与 Agent 的关系。
为什么按这个顺序学习
五大组件的顺序安排不是随意的，而是遵循了「从被动到主动」的学习曲线：
- LLM 集成是最底层的依赖——没有模型调用能力，其他组件都没有意义。所以放在第一节。
- 文档加载和向量存储是数据处理的双核心——企业 AI 应用的首要需求就是「让模型了解企业知识」，这需要文档加载 + 向量检索的组合。
- 记忆管理是对话体验的关键——当你的应用需要多轮对话时，记忆管理让上下文不丢失。
- 工具系统是能力扩展的入口——从「只能回答问题」进化到「能执行操作」，这是 Agent 的前置知识。
这个顺序也对应了实际项目中的需求层次：先让模型能说话（2.1），再让它能读资料（2.2+2.3），然后让它能记住上下文（2.4），最后让它能动手操作（2.5）。
常见选型问题
在实际项目中，开发者经常在以下问题上纠结，提前帮你理清：
向量存储选 FAISS 还是 Chroma？ FAISS 速度快、适合大规模数据、但需要自己管理持久化。Chroma 开箱即用、自带持久化、但性能在大规模场景下不如 FAISS。我的建议：原型阶段用 Chroma（省事），生产阶段根据数据量决定是否切 FAISS。2.3 节会详细介绍两者的使用方法和性能差异。
记忆用缓冲区还是摘要？ 对话轮次少于十轮，用缓冲区记忆（保留完整对话历史），简单且信息不丢失。超过十轮，用带摘要的记忆（只保留近期对话和早期摘要），否则上下文窗口会被占满。2.4 节会给出具体的判断标准和实现方式。
需要学完本章才能构建实际应用吗？ 不需要。一个最简单的 LangChain 应用只需要 2.1 节的 LLM 集成就够了。但随着需求增加，你会逐步需要其他组件。建议按顺序学，但不必等全部学完再动手做项目。
学习建议
- 每节的代码都要动手跑。本章是实战章节，光看不练等于没学。
- 重点关注 2.3 节向量存储和 2.5 节工具系统。向量存储是企业级 AI 应用中使用频率最高的技术，务必深入理解。工具系统是第 4 章的前置知识，概念理解到位即可。
- 2.5 节的工具定义是为第 4 章做准备的。如果暂时用不到工具，理解概念即可，第 4 章实战时再深入。
前置要求
- 已完成第 1 章学习，理解 LangChain 的模块化设计理念
- 开发环境已配置完毕（参考 1.2 节）
- 至少一个模型提供商的 API 密钥（OpenAI、Anthropic 或本地模型均可）
更新记录
- 2026-07-23：重写章导读，增加组件关系图、RAG 流程图、各节核心收获
关键词：LangChain框架精通, 核心组件, LLM集成, 文档加载器, 向量存储, 记忆管理, 工具系统, RAG
难度：入门到进阶
预计阅读：60 分钟