LangChain 与 LangGraph 模式
查 LangChain、LangGraph 的常用写法和报错修法
功能与用途
它是一份 LangChain 和 LangGraph 的实战写法合集:怎么用 LCEL 管道把提示词、模型和输出解析串起来,怎么用 FAISS 搭检索问答,怎么给智能体挂工具,怎么给对话加历史记忆,怎么用状态图做带分支的多步流程。还附了一张常见报错对照表,比如输出解析失败、智能体死循环、向量库为空该怎么修。
适用场景
- 搭建 RAG 知识库检索问答链:利用 LCEL 管道语法与向量检索组件,将文档索引、检索召回与模型提示词串联,快速构建本地或私有知识库问答链路。
- 开发挂载工具的自主智能体:通过定义 Python 工具函数并配置 Tool Calling 代理执行器,让大语言模型具备自主调用外部搜索、运算或 API 的能力。
- 编排多步骤带分支的状态工作流:借助 LangGraph 状态图与条件分支边,设计支持多节点协作、循环审查与状态持久化的高复杂度业务流程。
适用人群
- 做 LLM 应用开发的 Python 工程师、搭智能体和检索问答的 AI 应用开发者
使用步骤
- 说清你要做的应用类型:链式处理、检索问答、智能体还是带分支的状态图。
- 让它给出对应的模式代码和关键参数。
- 把代码跑起来,遇到报错就贴回去对照错误表排查。
- 按常见模式表确认自己用的是不是最合适的那种写法。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use when langChain/LangGraph patterns — chains, agents, tools, memory,
使用前准备
- Python 开发环境与 LangChain 依赖
- 一个可用的模型 API Key
依赖与权限
- 读取用户主动提供的内容