开头先唠两句

说实话，LangChain 这玩意儿，刚接触的时候给我整懵了。

网上教程一搜一大把，但你照着敲十有八九跑不起来。要么版本不对导入报错，要么概念太多看得头晕，Chain、Agent、Tool、Retriever…… 这都是啥跟啥啊？

我刚学那会，光跟版本较劲就折腾了快一周。今天把最容易踩的几个坑捋一遍，都是实打实的经验，新手照着避就行。

---

第一个坑：版本！版本！还是版本！

这绝对是头号天坑，没有之一。

你是不是也遇到过：跟着 B 站教程敲代码，第一行 import 就红了？

别怀疑，不是你手残，是 LangChain 它自己改了。

0.1 版本那次大更新，直接把半个框架给拆了。以前 from langchain.chat_models import ChatOpenAI 就能用，现在你得单独装 langchain-openai 这个包，导入路径也变了。

更坑的是，网上大部分教程都是 0.0.x 时代的产物，你照着学等于学了个过期版本。

给新手的建议：

• 直接装最新版，别瞎降级
• 看教程先看发布时间，2024 年以前的谨慎参考
• 导入记住新写法：

# 老写法（别用了）
from langchain.chat_models import ChatOpenAI

# 新写法
from langchain_openai import ChatOpenAI

就这一个导入的事儿，不知道卡死了多少人。

---

第二个坑：别把 LangChain 想太玄乎

很多人刚接触觉得这框架好高级啊，是不是有什么黑科技？

真没有。

说穿了，LangChain 就是个帮你拼 Prompt、串调用的工具人。它不生产模型，也不训练模型，说白了就是个胶水层。

你写的那一堆 Chain，底层本质上还是一次次调用大模型的 API。区别只是你自己手动拼字符串麻烦，它帮你封装好了。

我刚学那会把它想得特别复杂，后来源码翻了翻发现 —— 哦，就这？

心态摆正： 它是帮你省代码的，不是什么高深莫测的黑科技。先把原生大模型 API 玩明白，再来看 LangChain，事半功倍。

---

第三个坑：Prompt 模板变量写错，报错还贼隐晦

这个坑我踩了不下三次。

模板里写的是 {user_input}，调用的时候传了个 {question}，然后程序就给你报一个看起来八竿子打不着的错。

新手哪见过这场面，对着报错信息研究半小时，最后发现就是变量名拼错了。

教你个笨办法但好用： 写完模板先打印一下它要啥变量：

prompt = ChatPromptTemplate.from_template("你是一个{role}，请回答{question}")
print(prompt.input_variables)  
# 输出: ['role', 'question']

对照着传参，保准没错。

别嫌麻烦，这一步能帮你省超多调试时间。

---

第四个坑：所谓的 "记忆"，其实就是拼历史记录

刚接触 Memory 的时候是不是觉得挺神奇？聊了好几轮它还记得你叫啥。

别被名字骗了。

大模型本身根本没有记忆。LangChain 的 Memory 干的事说出来你可能不信 ——就是把之前的对话历史，原封不动拼到每一次的 Prompt 里。

你以为它 "记住了"，其实是每次都把聊天记录重新喂了一遍。

所以就有两个很现实的问题：

• 聊多了 token 蹭蹭涨，钱也蹭蹭烧
• 程序一关，记忆就没了，它是存在内存里的

新手选 Memory 别纠结：

• 对话少就用 ConversationBufferMemory，简单直接
• 对话多就上 ConversationSummaryMemory，自动帮你总结历史省 token
• 想存下来下次接着聊？自己写数据库去，别指望 Memory

---

第五个坑：Chain 和 Agent 别搞混了

这俩刚学的时候特别容易晕，不都是一串调用吗？

区别大了去了。

Chain 是死的—— 你规定好第一步干啥第二步干啥，它就按流程走，同样的输入永远走同样的路。

Agent 是活的—— 你给它目标和工具，它自己琢磨 "我下一步该干啥"。这次可能先搜再算，下次可能先算再搜，不固定。

说人话就是：

• Chain 像流水线，按部就班
• Agent 像个实习生，你交代任务它自己想办法干

忠告：简单任务别瞎用 Agent。

又费 token 又不稳定。能写个 Chain 搞定的事儿，就别让模型自己决策去。很多人上来就整个 Agent，结果输出忽好忽坏，还不知道为啥。

---

第六个坑：做 RAG 不是把文档切碎就完事了

搞知识库问答的同学注意了，这坑巨多。

我最开始做 RAG 的时候，觉得不就是把文档切成小块，存向量库里，提问的时候搜出来拼上吗？

真做了才发现全是细节。

切太碎吧，一句话劈两半，语义都不完整，模型看着半截话能答出什么好东西？ 切太粗吧，一大段塞进去，无关信息占了一半 token，还容易带偏答案。

还有几个新手常犯的错：

• 按字符数硬切，不管句子断在哪
• 不存元数据，搜出来不知道原文在哪
• embedding 模型和相似度算法不搭，效果稀烂

别上来就追求什么高级检索策略，先把基础打牢：

• 用 RecursiveCharacterTextSplitter，按段落按句子切，别硬切
• chunk_size 从 500~1000 开始试，不是越小越好
• 一定要做效果测试，别跑通了就觉得完事了

---

第七个坑：API Key 别写代码里

这个事儿说多少遍都不为过。

我见过太多人图省事，直接把 key 写代码里，然后顺手就传 GitHub 了。

然后呢？被爬虫扫到，一夜之间刷几百刀账单，哭都来不及。

从写第一行代码开始就养成好习惯：

装个 python-dotenv，key 放 .env 文件里：

from dotenv import load_dotenv
load_dotenv()

# 不用传 key，自动读环境变量
llm = ChatOpenAI(model="gpt-3.5-turbo")

然后 .env 加到 .gitignore 里，别提交。

别嫌麻烦，等你 key 被盗刷的时候就知道这两分钟有多值了。

---

第八个坑：别为了用 LangChain 而用 LangChain

最后说个心态问题。

很多人学了 LangChain 之后，啥都想往里套。

就问个简单问题，也整个 Chain 套个 Template 再加点 Memory，折腾半天，本质上就是调了一次 API。

何必呢？

这框架是帮你解决复杂问题的，不是让你把简单问题搞复杂。

• 单轮对话？直接调 API 就行
• 简单翻译 / 总结？也犯不上
• 就是想试试模型效果？更不用

什么时候该用？多步调用、要接工具、要做知识库、流程确实复杂的时候，再上框架也不迟。

工具是为人服务的，别反过来。

---

最后说两句

LangChain 这东西，说难不难，说简单也不简单。

概念是挺多，但核心就那几个组件：Prompt 模板、模型调用、链式组合、记忆、检索、工具调用。一个一个啃，啃完串起来就通了。

学习顺序我建议是：原生 API → Prompt Template → Chain → Memory → Retriever → Agent。别跳着学，基础打牢比啥都强。

还有就是多看官方文档，虽然英文的但更新快，比网上那些东拼西凑的教程靠谱多了。

就唠这么多，都是我踩过的坑，希望你们别再踩一遍。

觉得有用的点个赞收藏，后面我再写写 RAG 实战的坑，那才是真的深水区。