LangChain 1.2.x 学习计划

计划概览：

阶段	内容	周期
阶段一	基础入门（核心概念、LCEL、Model I/O、Chains）	第1-2周
阶段二	数据处理（Document Loaders、Text Splitters、Embeddings）	第3-4周
阶段三	记忆与检索（Memory、Retrieval）	第5-6周
阶段四	Agent 与工具（Agents、Tools、LangGraph 基础）	第7-8周
阶段五	进阶应用（回调、输出验证、生产级特性）	第9-10周
阶段六	项目实战（RAG 问答系统、聊天机器人、Agent 自动化）	第11-12周

阶段一：基础入门（第1-2周）

1. 核心概念理解

• LangChain 架构演进（从 0.x 到 1.x 的变化）
• LangChain 1.x 新特性
• LangChain 与 LangGraph 的关系

2. 环境准备

• 开发工具：Trae IDE (macOS)
• 大语言模型：MiniMax-M2.5
• Python 3.10+ 环境
• LangChain 1.2.x 安装
• 基础依赖：langchain-core, langchain-community
• API 密钥配置：在项目根目录创建 .env 文件，内容如下：

OPENAI_API_KEY=your_api_key_here
OPENAI_API_BASE=https://api.minimaxi.com/v1
OPENAI_API_MODEL=MiniMax-M2.5

注意：代码会自动读取项目根目录的 .env 文件，请确保已配置正确的 API 密钥。

3. 核心组件

• LCEL (LangChain Expression Language)
  • 管道操作符 |
  • Runnable 接口
  • 组件组合
• Model I/O
  • Chat Models
  • LLMs
  • Output Parsers
  • Prompt Templates
• Chains
  • LLMChain
  • Sequential Chains
  • Transformation Chains

4. 示例代码

文件	内容
01_lcel_basic.py	LCEL 基础 - 管道操作符`
02_lcel_runnable.py	LCEL 自定义转换函数
03_lcel_parallel.py	LCEL 并行执行
04_model_chat.py	Chat Models 对话
05_model_llm.py	LLM 基础使用
06_prompt_template.py	Prompt 模板基础
07_prompt_advanced.py	高级 Prompt 模板
08_output_parser_str.py	字符串输出解析器
09_output_parser_json.py	JSON 输出解析器
10_chain_llm.py	LLMChain 基础
11_chain_sequential.py	顺序链 SimpleSequentialChain
12_chain_sequential_multi.py	多输入输出顺序链
13_chain_transform.py	TransformChain 转换链

代码位置： ./阶段1/

---

阶段二：数据处理（第3-4周）

1. Document Loaders

• 文本文件加载
• PDF 加载
• 网页加载
• 数据库加载

2. Text Splitters

• 字符分割
• 递归分割
• Markdown 分割
• 代码分割

3. Embeddings

• OpenAI Embeddings
• 本地 Embeddings
• 向量存储

示例代码

文件	内容
01_document_loader_text.py	文本文件加载
02_document_loader_csv.py	CSV 文件加载
03_document_loader_json.py	JSON 文件加载
04_document_loader_directory.py	目录批量加载
05_document_loader_pdf.py	PDF 文件加载
06_document_loader_web.py	网页加载
07_text_splitter_character.py	字符分割器
08_text_splitter_recursive.py	递归字符分割器
09_text_splitter_markdown.py	Markdown 分割器
10_text_splitter_python.py	Python 代码分割器
11_text_splitter_with_metadata.py	带元数据的文档分割
12_split_by_chapter.py	按章节分割文档
12_embeddings_openai.py	OpenAI Embeddings
13_embeddings_huggingface.py	HuggingFace 本地 Embeddings
13_embeddings_ollama.py	Ollama 本地 Embeddings
14_embeddings_similarity.py	Embeddings 相似度计算
15_vectorstore_chroma.py	Chroma 向量数据库
16_vectorstore_faiss.py	FAISS 向量数据库
17_vectorstore_save_load.py	向量数据库保存与加载
18_vectorstore_mmr.py	MMR 搜索
19_rag_pipeline.py	完整 RAG 流程示例
20_rag_sg.py	三国演义 RAG 实战
20_rag_sg_load.py	三国演义 RAG - 加载向量数据库

代码位置： ./阶段2/

🌟 特色示例：三国演义 RAG 实战

20_rag_sg.py 和 **20_rag_sg_load.py` 展示了一个完整的中文 RAG 应用：

• 中文嵌入模型: 使用 dengcao/Dmeta-embedding-zh:F16 本地模型，无需 API Key
• 智能文档分割: 按章节分割《三国演义》，保留章节标题作为元数据
• MMR 检索: 平衡相关性和多样性，获取更全面的上下文
• 向量数据库持久化: 避免重复创建，快速启动应用
• 中文问答: 基于检索内容回答关于《三国演义》的问题

运行方式：

# 首次运行：创建向量数据库
python 阶段2/20_rag_sg.py

# 后续运行：直接加载向量数据库
python 阶段2/20_rag_sg_load.py

示例查询：

• "诸葛亮有哪些著名的计谋？"
• "刘备三顾茅庐的故事是怎样的？"
• "赤壁之战的经过如何？"

---

阶段三：记忆与检索（第5-6周）

1. Memory (LangChain 1.x 核心组件)

1.1 对话记忆（基础核心）

组件名	核心作用	1.x 版本关键特性
ConversationBufferMemory	存储完整对话历史（无截断）	支持异步 async_save_context、自定义消息序列化
ConversationBufferWindowMemory	保留最近 k 轮对话	支持 return_messages 直接返回消息对象
ConversationSummaryMemory	LLM 总结对话历史（压缩 Token）	支持自定义总结模板、多语言总结
ConversationTokenBufferMemory	按 Token 数截断对话	适配 OpenAI/Anthropic 等多模型 Token 计算
ConversationSummaryBufferMemory	混合"窗口+总结"（优先窗口，超长则总结）	1.x 主推的长对话记忆方案

1.2 实体/结构化记忆（进阶）

组件名	核心作用	1.x 版本升级点
EntityMemory	提取/记忆对话中的实体	优化实体提取准确率，支持自定义实体类型
KnowledgeGraphMemory	构建实体关系图谱	支持 Neo4j 等外部图谱数据库持久化
VectorStoreRetrieverMemory	向量库存储记忆	适配 1.x 新的 VectorStore 接口

1.3 持久化记忆（生产级）

组件名	核心作用	适用场景
FileChatMessageHistory	对话历史存储到本地文件	单机持久化
RedisChatMessageHistory	对话历史存储到 Redis	分布式/多实例场景
PostgresChatMessageHistory	对话历史存储到 PostgreSQL	企业级持久化
MongoDBChatMessageHistory	对话历史存储到 MongoDB	文档型数据库场景

2. Retrieval (LangChain 1.x 核心组件)

2.1 核心检索器（Retriever）

组件名	核心作用	1.x 版本关键特性
VectorStoreRetriever	向量库相似度检索（RAG 核心）	支持异步检索、批量检索、过滤条件优化
BM25Retriever	关键词/TF-IDF 检索	适配 1.x 新的 Document 格式
ParentDocumentRetriever	小片段检索+完整文档关联	支持多粒度分割
EnsembleRetriever	组合多个检索器	支持权重配置、结果融合策略
MultiQueryRetriever	生成多检索词提升召回率	支持自定义提示模板

2.2 高级检索器

组件名	核心作用	适用场景
SelfQueryRetriever	自然语言转检索条件	结构化元数据检索
ContextualCompressionRetriever	检索结果压缩	减少 Token 消耗
TimeWeightedVectorStoreRetriever	按时间权重检索	时序数据检索
MultiModalRetriever	多模态检索	图文混合检索场景

2.3 RAG 检索套件

• create_retrieval_chain：快速构建检索→生成链路
• create_stuff_documents_chain：将检索结果直接传入 LLM
• create_map_reduce_documents_chain：分块总结→合并结果

示例代码

文件	内容
01_memory_buffer.py	ChatMessageHistory + RunnableWithMessageHistory
02_memory_summary.py	ConversationSummaryMemory 对话摘要
03_memory_persist.py	记忆持久化
04_memory_lcel.py	LCEL 中使用 Memory
05_memory_buffer_window.py	窗口记忆
06_memory_token_buffer.py	Token计数记忆
07_memory_vectorstore.py	VectorStoreRetrieverMemory
08_memory_entity_kg.py	手动实体关系提取
09_retrieval_compression.py	ContextualCompressionRetriever
10_retrieval_multi_query.py	MultiQueryRetriever
11_retrieval_ensemble.py	EnsembleRetriever
12_retrieval_time_weighted.py	TimeWeightedRetriever
13_retrieval_self_query.py	SelfQueryRetriever
14_retrieval_parent_document.py	ParentDocumentRetriever

代码位置： ./阶段3/

---

阶段四：Agent 与工具（第7-8周）

1. Agents

• Agent Types
• Agent Executor
• 代理决策流程

2. Tools

• Tool 定义
• ToolKit
• 自定义工具
• 工具绑定

3. LangGraph 基础

• State
• Node
• Edge
• 条件边

---

阶段五：进阶应用（第9-10周）

1. 回调与监控

• Callbacks
• LangSmith 集成

2. 输出验证

• Pydantic Output Parser
• JSON Parser
• XML Parser

3. 生产级特性

• 错误处理
• 重试机制
• 流式输出

---

阶段六：项目实战（第11-12周）

推荐项目

1. RAG 问答系统 - 结合知识库的自然语言问答
2. AI 聊天机器人 - 带记忆的对话系统
3. Agent 自动化任务 - 使用工具自动完成任务

---

学习资源

官方文档

• https://python.langchain.com/
• https://langchain-ai.github.io/langgraph/

推荐学习顺序

1. 先通读官方文档的 "Get Started"
2. 跟着官方教程动手实践
3. 阅读 LangChain 源码理解原理
4. 做项目巩固知识

---

环境依赖（已安装）

langchain==1.2.12
langchain-core==1.2.18
langgraph==1.1.1
langsmith==0.7.16

使用 Gitee AI 模型

所有示例代码使用 Gitee AI（https://ai.gitee.com/v1）作为模型提供者：

• API 地址: https://ai.gitee.com/v1
• 默认模型: Qwen/Qwen2.5-7B-Instruct
• API Key: 需要在 Gitee AI 平台申请

运行示例前请安装依赖：

pip install langchain-openai