Task 2 · LangChain 核心组件实操

Easy-Langent × DataWhale 智能体开发教程
任务笔记 · 第2章

---

本任务学什么

层级	内容
第2章	模型调用（ChatOpenAI）、提示词模板（PromptTemplate）、输出解析（OutputParser）
学完目标	掌握"输入可控制、输出可预期"的组件化开发能力，能组合三大组件构建简单应用

---

一、本章知识全景图

┌──────────────┐    ┌──────────────┐    ┌──────────────┐
│ PromptTemplate│ → │  ChatOpenAI  │ → │ OutputParser │
│ 提示词模板    │    │   模型调用    │    │   输出解析    │
└──────────────┘    └──────────────┘    └──────────────┘
        ↓                   ↓                   ↓
     规范输入            屏蔽差异            结构化输出

本章核心：用管道符 | 把三个组件串起来，形成 prompt | llm | parser 的完整数据处理链。

---

二、组件一：ChatOpenAI（模型调用）

2.1 LLM vs ChatModel

	LLM（文本生成模型）	ChatModel（对话模型）
输入	一段文本	消息列表（带角色）
输出	一段文本	一条对话消息
代表模型	Llama、Qwen（开源）	GPT-4o、DeepSeek-Chat
适合场景	简单文本生成、翻译	多轮对话、上下文理解

⚠️ 实际开发几乎只用 ChatModel。DeepSeek-Chat 只支持 Chat Completions 接口，不支持传统 Completions 接口。

---

2.2 三种消息角色（本质是约束层级）

💡 角色不是用来区分"谁在说话"，而是表达不同层级的约束关系。

角色	本质	类比
system	全局行为规则，全程生效，优先级最高	老师在黑板上写的教学要求
user	当前轮次的具体任务	学生举手提问
assistant	对话历史，维持连续性	老师刚讲过的内容

优先级：system > user > assistant

---

2.3 代码模板：ChatOpenAI 初始化 + 多轮对话

from langchain_openai import ChatOpenAI

# 初始化（四个关键参数）
chat_model = ChatOpenAI(
    api_key=API_KEY,
    base_url=BASE_URL,
    model="deepseek-chat",
    temperature=0.3,   # 越小越严谨，越大越有创造力
    max_tokens=200     # 避免生成过长内容，控制成本
)

# 多轮对话：手动维护 history
history = [
    {"role": "system", "content": "你是一个耐心的AI学习助手。"}
]

# 第一轮
history.append({"role": "user", "content": "什么是LangChain？"})
result = chat_model.invoke(history)
print(result.content)

# 把 assistant 回复加入历史
history.append({"role": "assistant", "content": result.content})

# 第二轮
history.append({"role": "user", "content": "它的核心组件有哪些？"})
result = chat_model.invoke(history)

关键点：模型本身是无状态的，每次调用都是"从零开始"。必须手动把 assistant 消息追加到 history，模型才能理解上下文。

---

三、组件二：PromptTemplate（提示词模板）

3.1 解决什么问题

每次写完整提示词太麻烦？把"固定文本"和"动态参数"分离开，模板可复用。

---

3.2 PromptTemplate 基础用法

from langchain_core.prompts import PromptTemplate

# 定义模板（{} 内是动态参数）
prompt_template = PromptTemplate(
    input_variables=["user_role", "subject"],
    template="请给{user_role}写一段50字左右的{subject}学习建议，语言简洁实用，分2个小要点。"
)

# 格式化
formatted = prompt_template.format(user_role="高校学生", subject="LangChain")
result = chat_model.invoke([{"role": "user", "content": formatted}])

---

3.3 FewShotPromptTemplate（少样本提示）

适用场景：需要模型按特定格式输出时，给几个示例让模型照着做。

from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate

examples = [
    {"subject": "Python编程", "method": "核心目标：掌握基础语法..."},
    {"subject": "机器学习", "method": "核心目标：理解算法原理..."}
]

example_prompt = PromptTemplate(
    input_variables=["subject", "method"],
    template="\n学科：{subject}\n学习方法：{method}\n"
)

few_shot_prompt = FewShotPromptTemplate(
    examples=examples,
    example_prompt=example_prompt,
    suffix="学科：{new_subject}\n学习方法：",
    input_variables=["new_subject"]
)

核心逻辑：给模型看示例，它就会照着做。

---

3.4 ExampleSelector（工程化进阶）

问题	解决方案
示例过多，提示词冗长	ExampleSelector 动态筛选
示例维护困难	存 JSON/CSV，不硬编码
不同场景需要不同示例	按输入特征匹配

工程化最佳实践：

• 示例存 JSON/CSV
• 用 LengthBasedExampleSelector 按长度筛选
• 自定义 Selector 按业务特征筛选（如难度）
• 控制总长度，避免触发 token 限制

---

四、组件三：OutputParser（输出解析）

将非结构化文本 → 程序可直接处理的结构化数据

4.1 三种解析器对比

解析器	输出类型	适用场景	是否校验类型
StrOutputParser	str	纯文本场景，LangGraph 中防止 AIMessage 污染 State	❌
JsonOutputParser	dict	快速 Demo，简单键值对	❌
PydanticOutputParser	BaseModel	工程化系统，强类型校验	✅

选型原则：Demo → JsonOutputParser | 生产系统 → PydanticOutputParser | LangGraph → StrOutputParser

---

4.2 PydanticOutputParser（工程主线方案）

from langchain_core.output_parsers import PydanticOutputParser
from pydantic import BaseModel, Field

class ToolInfo(BaseModel):
    tool_name: str = Field(description="工具名称")
    difficulty: str = Field(description="难度，仅可选：简单/中等/复杂")

parser = PydanticOutputParser(pydantic_object=ToolInfo)

prompt = PromptTemplate(
    template="{user_input}，严格按照要求输出。\n{format_instructions}",
    input_variables=["user_input"],
    partial_variables={"format_instructions": parser.get_format_instructions()}
)

chain = prompt | chat_model | parser
result = chain.invoke({"user_input": "请介绍1个 LangChain 工具"})
print(result.difficulty)        # 直接访问字段
print(result.model_dump())      # 转为字典

Field(description=...) 既是给开发者的文档，也是给模型的格式说明。字段不符合直接报错，提前规避风险。

---

五、链式调用语法（| 管道符）⭐

LangChain 1.0+ 的核心语法，后续章节满屏都是。

# 链式调用：一行串联 prompt → llm → parser
chain = prompt | chat_model | parser
result = chain.invoke({"user_input": "..."})

# 对比传统写法（繁琐）
formatted = prompt.format(user_input="...")
response = chat_model.invoke(formatted)
result = parser.parse(response.content)

借鉴 Unix 管道哲学：左侧输出作为右侧输入。

---

六、本章小结表

组件	解决的问题	核心价值
ChatOpenAI	不同厂商模型接口不统一	统一接口，切换模型零感知
PromptTemplate	提示词重复编写、难维护	参数化设计，规范复用
FewShotPromptTemplate	模型不理解输出格式要求	示例引导，格式可控
ExampleSelector	示例过多、维护困难	动态筛选，工程化管理
StrOutputParser	AIMessage 对象污染 State	统一转为纯字符串
JsonOutputParser	需要简单键值对结构	自动引导输出 JSON
PydanticOutputParser	需要强类型校验	字段不符直接报错

---

七、自检清单

学完 Task 2，用这个清单判断是否真正掌握：

• 能说出 LLM 和 ChatModel 的区别，知道实际开发主要用哪个
• 能解释三种消息角色的本质（不是身份区分，是约束层级）
• 能默写 ChatOpenAI 四个关键参数
• 能写出 PromptTemplate 定义 + format() 调用
• 能说出 FewShotPromptTemplate 和 ExampleSelector 各自解决什么问题
• 能默写三种 OutputParser 的名称、输出类型、是否校验
• 能解释为什么 LangGraph 中必须用 StrOutputParser
• 能用管道符 | 写出 prompt | llm | parser 链式调用
• 能说明 PydanticOutputParser 中 Field(description=...) 的双重作用

---

八、你可能没想到的几个点

1. 为什么多轮对话要手动维护 history？
模型本身是无状态的（stateless），每次调用都是"从零开始"。只有把之前的 assistant 回复重新放进消息列表，模型才能"记住"上下文。这正是下一章 Memory 组件要解决的核心痛点。

2. StrOutputParser 看起来什么都没做，为什么这么重要？
因为在 LangGraph 中，如果 AIMessage 对象混进 State，后续节点处理会出错。StrOutputParser 不是在解析文本，是在统一数据类型。

3. temperature 和 max_tokens 的实战意义？

• temperature=0.3（严谨）→ 代码生成、事实问答
• temperature=0.8（创造）→ 写作、创意、头脑风暴
• max_tokens → 控制成本，防止模型"说太多"，生产环境必设

4. 为什么工程化必须用 ExampleSelector 而不是硬编码示例？
示例数量多了之后：(1) 浪费 token (2) 超出上下文限制 (3) 不相关示例反而干扰输出。ExampleSelector 按需筛选，既省 token 又提高输出质量。

5. 第二章是"承上启下"的关键章

• 承上：第一章的 llm.invoke() 在本章扩展为 prompt | llm | parser 链
• 启下：本章手动维护 history 的痛点 → 第三章 Memory；ChatOpenAI 是第三章 Tool 组件的基础

---

九、连接三个底层核心

前言核心	本章关联
工具调用逻辑	ChatOpenAI 统一接口是工具调用的基础，下一章学 Tool 组件
状态机设计	输出解析器的结构化输出，是 LangGraph State 管理的前置知识
多智能体协作	StrOutputParser 让多 Agent 的输出统一为字符串，便于在 State 中流转

---

笔记整理：Easy-Langent × DataWhale · task2任务