LangChain 核心组件与交互

我们第一次接触大模型时，都是直接调用 API：发一段提示词，拿回一个结果。这很简单，但真实项目往往更复杂——需要查资料、记历史、用工具、多步推理。如果每次都从零写代码，会又乱又难维护。

LangChain 的出现，就是为了解决这个问题。它把大模型应用拆成一组核心组件，每个组件负责一件事，然后像搭乐高一样把它们拼起来。今天就用最通俗的语言，聊聊这些组件是什么、它们怎么配合工作。

一、六大核心组件：一个“智能助手团队”

你可以把 LangChain 想象成一个智能助手团队，每个组件都是团队里的一个角色。

1. Models（模型）——大脑

模型是整个应用的“大脑”，负责根据输入生成文字。无论是 openai、deepseek，还是本地开源模型，LangChain 都帮你统一了调用方式。你只需要告诉它“该思考了”，它就会给出答案。

2. Prompts（提示词）——指令卡

大脑很聪明，但需要清晰的指令。Prompts 就是给模型的“指令卡”。它可以是一个固定模板，比如：

你是客服助手，请根据以下资料回答用户问题：{资料} 用户问题：{问题}

每次使用时，把真实内容填进去，就能生成一条完整的指令。

3. Indexes（索引）——资料库

模型的知识是有限的，而且不知道你公司内部的文档。Indexes 就像一个“资料库管理员”，负责把 PDF、网页、数据库里的内容切碎、存好，当你提问时，快速找出最相关的片段。这就是常说的 RAG（检索增强生成）的核心。

4. Memory（记忆）——记事本

模型本身是无状态的，每次对话都是“失忆”的。Memory 就像一个“记事本”，帮你记住之前的对话、用户偏好、中间结果，让多轮对话成为可能。比如用户说“我上个月买的那款手机”，助手能记得是哪一款。

5. Chains（链）——固定流水线

很多时候，一个任务需要多个步骤按顺序完成：先检索资料，再填进提示词，再让模型生成答案。Chains 就是把多个组件串成一条“固定流水线”。你定义好步骤，它就会按部就班地执行。

6. Agents（代理）——自主决策的管家

有些任务不是固定的，模型需要自己判断下一步做什么：是查资料？是调用计算器？还是直接回答？Agents 就像一个“自主决策的管家”，它拿着一个工具箱（Tools），根据用户请求动态选择工具，循环执行直到完成任务。

二、组件如何交互：一个真实例子

假设我们要做一个企业知识库问答助手，用户问：“我们公司的年假政策是什么？”

各组件是这样配合的：

Memory 先翻看记事本：用户之前问过“出差报销”，现在问“年假”，可能是在了解员工福利。

Indexes 从公司制度文档中检索“年假政策”，找到相关段落。

Prompts 把检索到的内容、对话历史、用户问题拼成一条完整指令：

“你是公司内部助手。根据以下制度内容回答用户问题。制度内容：…… 用户问题：我们公司的年假政策是什么？”

Models 收到指令，生成答案：“员工入职满一年后享有 5 天年假……”

Memory 更新记事本，记下这次问答，方便后续对话。

如果用户接着问：“那请假需要找谁审批？”这时单靠检索文档可能不够，可能需要调用 HR 系统查询。这时 Agents 就出场了：

Agent 让模型判断：这个问题需要查询 HR 系统。

模型选择“调用 HR 查询工具”。

工具返回结果后，模型再结合历史生成最终答案。

整个过程中，组件各司其职，数据在它们之间流动，像一条自动化的流水线。

三、传统组合 vs 现代组合：从“固定模板”到“乐高积木”

早期 LangChain 提供了很多现成的 Chain 类，比如 RetrievalQA，开箱即用，但如果你想在检索后加一个过滤步骤，或者根据条件走不同分支，就很麻烦。

现在，LangChain 提供了两种更灵活的组合方式：

1. LCEL：管道式组合

LCEL（LangChain Expression Language）用 | 符号把组件串起来，就像 Unix 管道一样：

chain = 检索器 | 组装提示词 | 模型 | 输出解析器

你可以随时插入自定义函数，比如在检索后加一个“过滤敏感词”的步骤。所有组件都实现了统一的 Runnable 接口，所以可以像乐高积木一样自由拼接。

2. LangGraph：图编排

对于更复杂的流程——比如 Agent 循环调用工具、多步骤推理、人工审批——LCEL 就不够用了。LangGraph 把应用画成一张流程图：

节点：每个处理步骤（调用模型、执行工具、检索等）

边：数据流和控制流，可以带条件

状态：在节点间传递的共享数据，还能保存和恢复

这样，你可以轻松实现“思考 → 调用工具 → 观察结果 → 再思考”的循环，甚至多 Agent 协作、暂停等待人工确认。

关键点：无论用哪种组合方式，六大组件的职责和它们之间的基本交互逻辑并没有变。Models 还是大脑，Prompts 还是指令卡，Indexes 还是资料库。变的只是“怎么把它们拼起来”的方式——从固定模板，变成了灵活管道和可编程流程图。