31、LangChain开发框架（八）-- LangChain 数据分析智能体实战

本文将进一步丰富智能问答系统的功能，接下来的案例中，我们构建一个基于 Streamlit + LangChain + DeepSeek 的智能化数据分析助手，融合两个典型的企业级大模型应用场景：

• PDF 智能问答：支持上传多个 PDF 文档，自动完成内容提取、文本切块、语义向量化，并构建 FAISS 本地检索库，结合大模型进行问答；
• CSV 数据智能分析：通过自然语言指令分析结构化数据，包括统计查询、代码生成与图表绘制；

1、 模块导入与全局设置

import streamlit as st
import pandas as pd
import os
from PyPDF2 import PdfReader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_core.prompts import ChatPromptTemplate
from langchain_community.vectorstores import FAISS
from langchain.tools.retriever import create_retriever_tool
from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain_community.embeddings import DashScopeEmbeddings
from langchain.chat_models import init_chat_model
from langchain_experimental.tools import PythonAstREPLTool
import matplotlib
import matplotlib.pyplot as plt# 设置中文字体
plt.rcParams["font.family"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = Falsematplotlib.use('Agg')
import os
from dotenv import load_dotenv 
load_dotenv(override=True)DeepSeek_API_KEY = os.getenv("DEEPSEEK_API_KEY")
openai_api_key = os.getenv("OPENAI_API_KEY")
openai_api_base = os.getenv("CHAT_API_URL")# 设置环境变量
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"

2、初始化 Embedding、LLM 与 Session

# 初始化embeddings
@st.cache_resource
def init_embeddings():from langchain.embeddings import init_embeddingsreturn init_embeddings("openai:text-embedding-3-small", openai_api_key=openai_api_key, openai_api_base=openai_api_base)  # 可换本地/其他厂商# 初始化LLM
@st.cache_resource
def init_llm():return init_chat_model("deepseek-chat", model_provider="deepseek")# 初始化会话状态
def init_session_state():if 'pdf_messages' not in st.session_state:st.session_state.pdf_messages = []if 'csv_messages' not in st.session_state:st.session_state.csv_messages = []if 'df' not in st.session_state:st.session_state.df = None

3、PDF 文档处理逻辑

# PDF处理函数
def pdf_read(pdf_doc):text = ""for pdf in pdf_doc:pdf_reader = PdfReader(pdf)for page in pdf_reader.pages:text += page.extract_text()return textdef get_chunks(text):text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)chunks = text_splitter.split_text(text)return chunksdef vector_store(text_chunks):embeddings = init_embeddings()vector_store = FAISS.from_texts(text_chunks, embedding=embeddings)vector_store.save_local("faiss_db")def check_database_exists():return os.path.exists("faiss_db") and os.path.exists("faiss_db/index.faiss")

4、PDF 智能问答：RAG + Agent

def get_pdf_response(user_question):if not check_database_exists():return "❌ 请先上传PDF文件并点击'Submit & Process'按钮来处理文档！"try:embeddings = init_embeddings()llm = init_llm()new_db = FAISS.load_local("faiss_db", embeddings, allow_dangerous_deserialization=True)retriever = new_db.as_retriever()prompt = ChatPromptTemplate.from_messages([("system", """你是AI助手，请根据提供的上下文回答问题，确保提供所有细节，如果答案不在上下文中，请说"答案不在上下文中"，不要提供错误的答案"""),("placeholder", "{chat_history}"),("human", "{input}"),("placeholder", "{agent_scratchpad}"),])retrieval_chain = create_retriever_tool(retriever, "pdf_extractor", "This tool is to give answer to queries from the pdf")agent = create_tool_calling_agent(llm, [retrieval_chain], prompt)agent_executor = AgentExecutor(agent=agent, tools=[retrieval_chain], verbose=True)response = agent_executor.invoke({"input": user_question})return response['output']except Exception as e:return f"❌ 处理问题时出错: {str(e)}"

5、CSV 数据分析：代码执行工具 + 可视化

def get_csv_response(query: str) -> str:if st.session_state.df is None:return "请先上传CSV文件"llm = init_llm()locals_dict = {'df': st.session_state.df}tools = [PythonAstREPLTool(locals=locals_dict)]system = f"""Given a pandas dataframe `df` answer user's query.Here's the output of `df.head().to_markdown()` for your reference, you have access to full dataframe as `df`:```{st.session_state.df.head().to_markdown()}```Give final answer as soon as you have enough data, otherwise generate code using `df` and call required tool.If user asks you to make a graph, save it as `plot.png`, and output GRAPH:<graph title>.Example:```# 设置中文字体plt.rcParams["font.family"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = Falseplt.hist(df['Age'])plt.xlabel('Age')plt.ylabel('Count')plt.title('Age Histogram')plt.savefig('plot.png')```output: GRAPH:Age histogramQuery:"""prompt = ChatPromptTemplate.from_messages([("system", system),("placeholder", "{chat_history}"),("human", "{input}"),("placeholder", "{agent_scratchpad}"),])agent = create_tool_calling_agent(llm=llm, tools=tools, prompt=prompt)agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)return agent_executor.invoke({"input": query})['output']

6、✅ 总结（核心功能架构）

模块	技术组件	说明
PDF 问答	FAISS + Retriever Tool	构成 RAG 检索增强流程
CSV 分析	PythonAstREPLTool + Pandas	实现代码生成 + 可视化
LLM	DeepSeek Chat	统一 Agent 调用
向量库	DashScope Embedding + FAISS	支持中文语义匹配
UI	Streamlit + 自定义 CSS	提供多 Tab 页面与交互式聊天
状态管理	st.session_state	管理历史、数据、图片等上下文

PDF相关功能解说见上篇文章，这里主要对数据分析功能进行说明

• Step 1. CSV 文件上传与 DataFrame 显示。用户上传 .csv 文件后由 pandas.read_csv() 加载为 DataFrame，实时预览数据行列、列名、类型等信息。
• Step 2. 构建代码执行工具 Agent。构建系统提示，注入 DataFrame 的 .head() 输出增强语境理解，使用 PythonAstREPLTool 工具允许模型执行基于 df 的代码分析，通过 create_tool_calling_agent 构建分析 Agent，可执行筛选、分组、聚合等 pandas 操作，图表绘制（保存为 plot.png，关键词识别后渲染）。
• Step 3. 图表识别与自动展示。若模型返回内容中包含 “GRAPH:”，则自动读取 plot.png 并展示；支持 plt.hist()、plt.bar() 等可视化命令；会话记录中分类保存文本、图像与表格类型内容。

7、运行结果

7.1 PDF问答

> Entering new AgentExecutor chain...Invoking: `pdf_extractor` with `{'query': 'LangChain竞品框架对比'}`
responded: 我来查询一下LangChain竞品框架的对比信息。显著缩短从Demo到生产的距离。
4.1组件标准化接口：降低集成成本、摆脱厂商锁定LangChain为“模型—工具—检索—管道”这几类基础构件提供了统一的抽象层，显著
减少在不同厂商接口之间改写代码的工作量。核心在于：

Runnable/LCEL标准化编排：所有链式组件统一实现Runnable接口；在此之上，
LangChainExpressionLanguage（LCEL）用声明式语法把提示词、模型调用、解析
器、检索器等拼装为稳定的“链”，并天然支持流式返回、异步与并行，还自动打点
到LangSmith（需要外网，国内不方便），便于调试与回溯。官方也明确给出使
用指引：简单编排用LCEL，涉及分支、循环、多智能体与显式状态时转用
LangGraph。

ToolCalling统一接口：不同模型厂商（OpenAI/Anthropic/Gemini等）对工具调
用的返回结构各不相同。LangChain将其**标准化为ChatModel.bind_tools()+
AIMessage.tool_calls**，开发者只需用@tool装饰器定义函数及其模式
(schema)，再绑定到支持工具调用的模型即可跨厂商复用。这样避免了早期需要针
对各家API拆additional_kwargs的脆弱写法。


检索/向量库/文档加载的统一协议：LangChain为Retriever抽象出统一接口；向量
库可一键转为检索器（.as_retriever()），既能对接Faiss、Pinecone等向量库，
也能接入如Kendra、Wikipedia、API搜索等非向量后端；而DocumentLoader提
供上百种数据源适配（本地/云存储/协作平台/社媒等），统一产出
Document{page_content,metadata}以便后续切分、嵌入与检索。

作用：统一的模型/工具/检索/编排抽象让团队可以快速换型（模型或向量
库迁移时仅需少量改动），并把工程精力集中在业务逻辑而非粘合代码上。
4.2复杂应用的编排：从“轻管道”到“有状态多智能体”LangChain覆盖了从简单链到复杂代理系统的全谱系编排能力：

LCEL适合轻量链路：如“Prompt→LLM→解析器”、“RAG的检索→重写→险心里有数，加速从Demo到可用产品的迁移。
4.4生产部署与管理：长跑型智能体的托管、伸缩与治理从“能跑”到“能长跑”，关键在运行时与治理能力。LangChain提供LangGraph
Platform作为生产级运行时：

长运行/有状态代理的运行时：提供执行、持久化、监控、扩缩等API；可把用
LangGraph（或其他框架）构建的代理托管成托管端点，并附带面向“助手/代理
UX”的观点化API与集成开发者工作室。


多部署形态：支持本地开发免费运行，生产可选云、混合、自建三种模式，满足
合规/内网/成本等差异化诉求。
作用：把“能工作的多智能体”稳定地跑在生产，并通过平台化能力做好
可观测、扩缩与团队协作；结合LangSmith，可形成“开发—评测—部
署—观测”一体化流水线。
4.5典型落地价值（角色定位小结）
对应用工程师：统一接口+LCEL让原型快、维护稳；检索/工具接入与切换低成本。
对平台/架构团队：LangGraph让复杂代理可控可回放，HITL与状态持久化支撑审计与风      
控。
对运维与质量团队：LangSmith把不确定性指标化，持续评测+线上观测锁定问题根因与回    
归。
对生产部署：LangGraphPlatform提供可选托管路径与多形态部署，让智能体从实验室走向长 
期在线服务。LangChain通过标准化接口（LCEL/Tool/Retriever/Loader）、分层编排（LCEL↔
LangGraph）、可观测与评测（LangSmith）以及生产运行时（LangGraphPlatform），        
把LLM从“强但不稳”的黑盒，变成可复用、可组合、可观测、可运营的工程化能力底
座，显著缩短从Demo到生产的距离。
如果团队更偏向可视化搭建与教学演示，可引入LangFlow作为低/零代码
的可视化编排界面（与LangChain概念一一对应，支持主流LLM/向量库），
用于快速试验与团队协作
五、LangChain的优势LangChain具有以下优势：

灵活性与扩展性：支持与多种模型、工具和数据源的集成，适应不同的应用场景。


模块化设计：各组件功能独立，开发者可以根据需求选择使用，降低了耦合度。

活跃的社区支持：拥有庞大的开发者社区，提供丰富的资源和支持，促进了生态的
持续发展。



集成LangChain：与LangChain紧密集成，支持所有主要的LLM和向量数据库。

多代理支持：支持多代理的编排和对话管理。


实时测试：提供即时测试环境，支持快速迭代和调试。

适用场景：

快速原型开发和MVP构建。


需要低代码解决方案的开发者。


教育和培训场景中的应用构建。

5.LangGraphStudio：可视化调试与开发环境
功能概述：

可视化代理图：提供可视化的代理图，帮助开发者理解应用结构。


实时交互：支持在代理运行过程中修改结果或逻辑，进行实时调试。


代码编辑器集成：支持在代码编辑器中修改代码，并能够重新运行节点。
适用场景：

开发复杂的代理应用程序。


需要实时调试和交互的开发环境。


教育和培训场景中的应用开发。

6.LangGraphPlatform：生产就绪的托管平台
功能概述：

托管基础设施：提供托管基础设施，用于部署长期运行、有状态的AI代理。


多智能体协作：支持多智能体的协作和任务调度。


持久化上下文管理：支持持久化的上下文管理，确保代理的长期运行。

适用场景：
需要长期运行和高可用性的生产环境。


需要多智能体协作和任务调度的应用。


需要持久化上下文管理的复杂应用。

通过这些工具的协同工作，开发者可以构建、调试、部署和维护复杂的LLM应用，满
足不同场景的需求。
四、LangChain解决的问题与作用LangChain通过标准化接口（LCEL/Tool/Retriever/Loader）、分层编排（LCEL↔
LangGraph）、可观测与评测（LangSmith）以及生产运行时（LangGraphPlatform），把      
LLM从“强但不稳”的黑盒，变成可复用、可组合、可观测、可运营的工程化能力底座，        
显著缩短从Demo到生产的距离。
4.1组件标准化接口：降低集成成本、摆脱厂商锁定LangChain为“模型—工具—检索—管道”这几类基础构件提供了统一的抽象层，显著
减少在不同厂商接口之间改写代码的工作量。核心在于：

Runnable/LCEL标准化编排：所有链式组件统一实现Runnable接口；在此之上，
作用：统一的模型/工具/检索/编排抽象让团队可以快速换型（模型或向量
库迁移时仅需少量改动），并把工程精力集中在业务逻辑而非粘合代码上。
4.2复杂应用的编排：从“轻管道”到“有状态多智能体”LangChain覆盖了从简单链到复杂代理系统的全谱系编排能力：

LCEL适合轻量链路：如“Prompt→LLM→解析器”、“RAG的检索→重写→
生成”等线性或轻分支流程，享受流式、异步、并行与内建追踪。官方建议复杂度
不高时用LCEL，让代码更简洁、性能更稳。


LangGraph处理复杂/长期/多智能体场景：当流程存在显式状态、循环、分支、
回退、多代理协作，或需要持久化与断点续跑、人类在环(HITL)时，使用
LangGraph。它支持耐久执行、全面记忆（短/长时），并能把图状态做检查点，
从而在审核或人工介入后暂停/继续执行——这是生产环境智能体需要的“可控性”。

作用：把简单场景交给LCEL，把复杂有状态场景交给LangGraph，既保证
开发效率，又确保复杂系统在生产中的可控与韧性。4.3可观察性与评估：把“不确定的LLM”变 成“可度量的系统”LLM天生概率性强、易漂移，LangChain通过LangSmith提供从开发到上线的一
体化可观测与评测：

Tracing&Debugging：对每次调用自动记录输入、输出、耗时、代价、链路拓扑
与工具调用细节；配合LCEL的自动打点，复杂链路也能完整复盘。


Datasets&Evaluations：把真实用户数据或合成样例沉淀为数据集，按“数据集→
目标函数→评测器”运行评测，比较不同Prompt/模型/参数/版本的得分，
定位失败样例并复现；评测既支持通用正确性，也可写自定义evaluator贴合业务
指标。

作用：形成“观测—诊断—改进—再评测”闭环，让团队对质量与回归风
险心里有数，加速从Demo到可用产品的迁移。
4.4生产部署与管理：长跑型智能体的托管、伸缩与治理从“能跑”到“能长跑”，关键在运行时与治理能力。LangChain提供LangGraph
Platform作为生产级运行时：

长运行/有状态代理的运行时：提供执行、持久化、监控、扩缩等API；可把用
LangGraph（或其他框架）构建的代理托管成托管端点，并附带面向“助手/代理
Invoking: `pdf_extractor` with `{'query': '竞品框架 比较 对比 其他框架'}`
responded: 让我继续查询更多关于LangChain竞品框架的对比信息。险心里有数，加速从Demo到可用产品的迁移。
4.4生产部署与管理：长跑型智能体的托管、伸缩与治理从“能跑”到“能长跑”，关键在运行时与治理能力。LangChain提供LangGraph
Platform作为生产级运行时：

长运行/有状态代理的运行时：提供执行、持久化、监控、扩缩等API；可把用
LangGraph（或其他框架）构建的代理托管成托管端点，并附带面向“助手/代理
UX”的观点化API与集成开发者工作室。


多部署形态：支持本地开发免费运行，生产可选云、混合、自建三种模式，满足
合规/内网/成本等差异化诉求。
作用：把“能工作的多智能体”稳定地跑在生产，并通过平台化能力做好
可观测、扩缩与团队协作；结合LangSmith，可形成“开发—评测—部
署—观测”一体化流水线。
4.5典型落地价值（角色定位小结）
对应用工程师：统一接口+LCEL让原型快、维护稳；检索/工具接入与切换低成本。
对平台/架构团队：LangGraph让复杂代理可控可回放，HITL与状态持久化支撑审计与风      
控。
对运维与质量团队：LangSmith把不确定性指标化，持续评测+线上观测锁定问题根因与回    
归。
对生产部署：LangGraphPlatform提供可选托管路径与多形态部署，让智能体从实验室走向长 
期在线服务。LangChain通过标准化接口（LCEL/Tool/Retriever/Loader）、分层编排（LCEL↔
LangGraph）、可观测与评测（LangSmith）以及生产运行时（LangGraphPlatform），        
把LLM从“强但不稳”的黑盒，变成可复用、可组合、可观测、可运营的工程化能力底
座，显著缩短从Demo到生产的距离。
如果团队更偏向可视化搭建与教学演示，可引入LangFlow作为低/零代码
的可视化编排界面（与LangChain概念一一对应，支持主流LLM/向量库），
用于快速试验与团队协作
五、LangChain的优势LangChain具有以下优势：

灵活性与扩展性：支持与多种模型、工具和数据源的集成，适应不同的应用场景。


模块化设计：各组件功能独立，开发者可以根据需求选择使用，降低了耦合度。

活跃的社区支持：拥有庞大的开发者社区，提供丰富的资源和支持，促进了生态的
持续发展。

显著缩短从Demo到生产的距离。
4.1组件标准化接口：降低集成成本、摆脱厂商锁定LangChain为“模型—工具—检索—管道”这几类基础构件提供了统一的抽象层，显著
减少在不同厂商接口之间改写代码的工作量。核心在于：

Runnable/LCEL标准化编排：所有链式组件统一实现Runnable接口；在此之上，
LangChainExpressionLanguage（LCEL）用声明式语法把提示词、模型调用、解析
器、检索器等拼装为稳定的“链”，并天然支持流式返回、异步与并行，还自动打点
到LangSmith（需要外网，国内不方便），便于调试与回溯。官方也明确给出使
用指引：简单编排用LCEL，涉及分支、循环、多智能体与显式状态时转用
LangGraph。

ToolCalling统一接口：不同模型厂商（OpenAI/Anthropic/Gemini等）对工具调
用的返回结构各不相同。LangChain将其**标准化为ChatModel.bind_tools()+
AIMessage.tool_calls**，开发者只需用@tool装饰器定义函数及其模式
(schema)，再绑定到支持工具调用的模型即可跨厂商复用。这样避免了早期需要针
对各家API拆additional_kwargs的脆弱写法。


检索/向量库/文档加载的统一协议：LangChain为Retriever抽象出统一接口；向量
库可一键转为检索器（.as_retriever()），既能对接Faiss、Pinecone等向量库，
也能接入如Kendra、Wikipedia、API搜索等非向量后端；而DocumentLoader提
供上百种数据源适配（本地/云存储/协作平台/社媒等），统一产出
Document{page_content,metadata}以便后续切分、嵌入与检索。

作用：统一的模型/工具/检索/编排抽象让团队可以快速换型（模型或向量
库迁移时仅需少量改动），并把工程精力集中在业务逻辑而非粘合代码上。
4.2复杂应用的编排：从“轻管道”到“有状态多智能体”LangChain覆盖了从简单链到复杂代理系统的全谱系编排能力：

LCEL适合轻量链路：如“Prompt→LLM→解析器”、“RAG的检索→重写→调试、部署到可视化编排的全方位工具。以下是对LangChain核心生态系统中主要组件        
的详细介绍：
1.LangChain：LLM应用的基础框架功能概述：

模块化构建：提供Prompt模板、工具调用、记忆管理、检索增强生成（RAG）
等模块，帮助开发者构建复杂的LLM应用。


多模型支持：支持与OpenAI、Anthropic、HuggingFace等多种大型语言模型的集
成。


丰富的集成：提供与数据库、API、文件系统等外部资源的集成，扩展应用的能力。

适用场景：

快速原型开发。


构建线性流程的LLM应用。


需要灵活集成多种工具和资源的应用。

2.LangGraph：复杂工作流的编排引擎
功能概述：
状态管理：维护应用的当前状态，支持持久化和流式处理。


多智能体协作：支持多代理的协作和通信，适用于复杂的任务分配和执行。可与
LangChain兼容开发使用。


流程控制：支持循环、条件判断等复杂的流程控制。

适用场景：

构建复杂的多智能体系统。


需要动态决策和状态管理的应用。


需要高可扩展性和可靠性的生产环境。

3.LangSmith：开发和生产的可观察性平台
功能概述：

追踪与调试：提供对LLM应用的追踪和调试功能，帮助开发者识别和解决问题。

性能评估：评估模型和链的性能，提供优化建议。


框架无关性：支持与多种LLM框架的集成，不仅限于LangChain。

适用场景：

开发阶段的调试和优化。


生产环境中的监控和评估。


需要高可靠性和可维护性的应用。

4.LangFlow：低代码的可视化应用构建工具
功能概述：

拖拽式界面：通过可视化界面，用户可以拖拽组件，快速构建AI应用。可对比
Dify，相比之下，LangFlow完全开源，更加灵活。


集成LangChain：与LangChain紧密集成，支持所有主要的LLM和向量数据库。

多代理支持：支持多代理的编排和对话管理。


实时测试：提供即时测试环境，支持快速迭代和调试。

适用场景：

快速原型开发和MVP构建。


需要低代码解决方案的开发者。


教育和培训场景中的应用构建。

5.LangGraphStudio：可视化调试与开发环境

集成LangChain：与LangChain紧密集成，支持所有主要的LLM和向量数据库。

多代理支持：支持多代理的编排和对话管理。


实时测试：提供即时测试环境，支持快速迭代和调试。

适用场景：

快速原型开发和MVP构建。


需要低代码解决方案的开发者。


教育和培训场景中的应用构建。

5.LangGraphStudio：可视化调试与开发环境
功能概述：

可视化代理图：提供可视化的代理图，帮助开发者理解应用结构。


实时交互：支持在代理运行过程中修改结果或逻辑，进行实时调试。


代码编辑器集成：支持在代码编辑器中修改代码，并能够重新运行节点。
适用场景：

开发复杂的代理应用程序。


需要实时调试和交互的开发环境。


教育和培训场景中的应用开发。

6.LangGraphPlatform：生产就绪的托管平台
功能概述：

托管基础设施：提供托管基础设施，用于部署长期运行、有状态的AI代理。


多智能体协作：支持多智能体的协作和任务调度。


持久化上下文管理：支持持久化的上下文管理，确保代理的长期运行。

适用场景：
需要长期运行和高可用性的生产环境。


需要多智能体协作和任务调度的应用。


需要持久化上下文管理的复杂应用。

通过这些工具的协同工作，开发者可以构建、调试、部署和维护复杂的LLM应用，满
足不同场景的需求。
四、LangChain解决的问题与作用LangChain通过标准化接口（LCEL/Tool/Retriever/Loader）、分层编排（LCEL↔
LangGraph）、可观测与评测（LangSmith）以及生产运行时（LangGraphPlatform），把      
LLM从“强但不稳”的黑盒，变成可复用、可组合、可观测、可运营的工程化能力底座，        
显著缩短从Demo到生产的距离。
4.1组件标准化接口：降低集成成本、摆脱厂商锁定LangChain为“模型—工具—检索—管道”这几类基础构件提供了统一的抽象层，显著
减少在不同厂商接口之间改写代码的工作量。核心在于：

Runnable/LCEL标准化编排：所有链式组件统一实现Runnable接口；在此之上，
Invoking: `pdf_extractor` with `{'query': 'Dify LLamaIndex AutoGen Haystack 框架'}`
responded: 让我查询更多关于其他框架的信息。一、前言在当今AI应用开发领域，大型语言模型（LLM）已成为核心技术之一。然而，如
何将LLM与外部数据源、工具和API有效集成，构建高效、可扩展的智能应用，仍然
是开发者面临的挑战。为此，LangChain应运而生，提供了一个灵活、模块化的框架，帮      
助开发者构建复杂的LLM应用。作为一个大模型开发者，在选择合适的框架时，应根据具体的应用需求、团队的技术       
栈以及项目的复杂度等因素进行综合考虑。LangChain、LlamaIndex和GoogleADK
（AgentDevelopmentKit）等不同的开发框架各有优势，理解它们的特点和适用场景，        
有助于做出更合适的选择。
1.LangChain

特点：提供与LLM的集成、工具调用、记忆管理、流程控制等功能，支持多种
数据源和模型的接入。


优势：模块化设计，灵活性高，适用于构建复杂的LLM应用。


适用场景：需要高度自定义和灵活性的应用，如智能客服、文档分析等。

2.LlamaIndex

特点：专注于检索增强生成（RAG）任务，提供数据加载、索引构建、查询引擎
等功能。


优势：在处理大规模数据集和高效信息检索方面表现出色。

适用场景：需要高效信息检索和问答功能的应用，如知识库构建、搜索引擎等。

3.GoogleADK

特点：提供模块化、多智能体系统的构建能力，支持结构化和动态的工作流编排。


优势：适用于构建复杂的多智能体系统，支持多种代理的协作和任务调度。


适用场景：需要多智能体协作和复杂任务调度的应用，如自动化流程、智能助手
等。

二、LangChain的背景与诞生LangChain由HarrisonChase于2021年提出，并于2022年作为开源项目正式发
布。其初衷是简化大型语言模型（LLM）与外部数据源、工具和API的集成，推动
LLM应用的快速开发。

2022年：功能扩展与生态起步2022年，LangChain发布了第一个版本，提供了
基础的提示词（Prompt）管理功能，并支持将工具（Tool）与语言模型结合，支持
调用外部API。同时，新增了对外部数据源的支持，包括SQL数据库、NoSQL
数据库、文件系统等，使得开发者能够将LLM与各种数据源无缝集成。
调试、部署到可视化编排的全方位工具。以下是对LangChain核心生态系统中主要组件        
的详细介绍：
1.LangChain：LLM应用的基础框架功能概述：

模块化构建：提供Prompt模板、工具调用、记忆管理、检索增强生成（RAG）
等模块，帮助开发者构建复杂的LLM应用。


多模型支持：支持与OpenAI、Anthropic、HuggingFace等多种大型语言模型的集
成。


丰富的集成：提供与数据库、API、文件系统等外部资源的集成，扩展应用的能力。

适用场景：

快速原型开发。


构建线性流程的LLM应用。


需要灵活集成多种工具和资源的应用。

2.LangGraph：复杂工作流的编排引擎
功能概述：
状态管理：维护应用的当前状态，支持持久化和流式处理。


多智能体协作：支持多代理的协作和通信，适用于复杂的任务分配和执行。可与
LangChain兼容开发使用。


流程控制：支持循环、条件判断等复杂的流程控制。

适用场景：

构建复杂的多智能体系统。


需要动态决策和状态管理的应用。


需要高可扩展性和可靠性的生产环境。

3.LangSmith：开发和生产的可观察性平台
功能概述：

追踪与调试：提供对LLM应用的追踪和调试功能，帮助开发者识别和解决问题。

性能评估：评估模型和链的性能，提供优化建议。


框架无关性：支持与多种LLM框架的集成，不仅限于LangChain。

适用场景：

开发阶段的调试和优化。


生产环境中的监控和评估。


需要高可靠性和可维护性的应用。

4.LangFlow：低代码的可视化应用构建工具
功能概述：

拖拽式界面：通过可视化界面，用户可以拖拽组件，快速构建AI应用。可对比
Dify，相比之下，LangFlow完全开源，更加灵活。


集成LangChain：与LangChain紧密集成，支持所有主要的LLM和向量数据库。

多代理支持：支持多代理的编排和对话管理。


实时测试：提供即时测试环境，支持快速迭代和调试。

适用场景：

快速原型开发和MVP构建。


需要低代码解决方案的开发者。


教育和培训场景中的应用构建。

5.LangGraphStudio：可视化调试与开发环境LLM应用的快速开发。

2022年：功能扩展与生态起步2022年，LangChain发布了第一个版本，提供了
基础的提示词（Prompt）管理功能，并支持将工具（Tool）与语言模型结合，支持
调用外部API。同时，新增了对外部数据源的支持，包括SQL数据库、NoSQL
数据库、文件系统等，使得开发者能够将LLM与各种数据源无缝集成。

2023年：快速发展与生态构建2023年，LangChain进入快速发展阶段，推出了
多个关键功能模块，包括链（Chain）、记忆（Memory）、工具与代理（Tool&
Agent）、检索增强生成（RAG）支持、流水线功能等，进一步增强了框架的灵活
性和功能性。同时，LangChain加强了社区建设，吸引了大量开发者参与，生态系
统逐步完善。


2024年：稳定版本发布与企业化进程2024年1月8日，LangChain发布了第
一个稳定版本（0.1.0），标志着框架进入成熟阶段。同年2月，LangChain发布
了LangSmith，这是一个闭源的可观察性和评估平台，旨在帮助开发者跟踪、评估
并迭代LLM应用。此外，LangChain宣布完成了由SequoiaCapital领投的2500
万美元A轮融资。


2025年：多智能体系统与长期部署能力2025年5月14日，LangChain推出了
LangGraph平台，提供了托管基础设施，用于部署长期运行、有状态的AI代理。
该平台支持多智能体协作、动态任务调度和持久化上下文管理，适用于复杂的工作
流和多步骤任务。此外，LangChain继续扩展其生态系统，推出了多个新功能和工
具，进一步提升了框架的能力和适用范围。

三、LangChain的核心生态系统  在构建智能应用的过程中，LangChain提供了一个强大的生态 系统，涵盖了从开发、
调试、部署到可视化编排的全方位工具。以下是对LangChain核心生态系统中主要组件        
的详细介绍：
1.LangChain：LLM应用的基础框架功能概述：

模块化构建：提供Prompt模板、工具调用、记忆管理、检索增强生成（RAG）
等模块，帮助开发者构建复杂的LLM应用。


多模型支持：支持与OpenAI、Anthropic、HuggingFace等多种大型语言模型的集
成。

显著缩短从Demo到生产的距离。
4.1组件标准化接口：降低集成成本、摆脱厂商锁定LangChain为“模型—工具—检索—管道”这几类基础构件提供了统一的抽象层，显著
减少在不同厂商接口之间改写代码的工作量。核心在于：

Runnable/LCEL标准化编排：所有链式组件统一实现Runnable接口；在此之上，
LangChainExpressionLanguage（LCEL）用声明式语法把提示词、模型调用、解析
器、检索器等拼装为稳定的“链”，并天然支持流式返回、异步与并行，还自动打点
到LangSmith（需要外网，国内不方便），便于调试与回溯。官方也明确给出使
用指引：简单编排用LCEL，涉及分支、循环、多智能体与显式状态时转用
LangGraph。

ToolCalling统一接口：不同模型厂商（OpenAI/Anthropic/Gemini等）对工具调
用的返回结构各不相同。LangChain将其**标准化为ChatModel.bind_tools()+
AIMessage.tool_calls**，开发者只需用@tool装饰器定义函数及其模式
(schema)，再绑定到支持工具调用的模型即可跨厂商复用。这样避免了早期需要针
对各家API拆additional_kwargs的脆弱写法。


检索/向量库/文档加载的统一协议：LangChain为Retriever抽象出统一接口；向量
库可一键转为检索器（.as_retriever()），既能对接Faiss、Pinecone等向量库，
也能接入如Kendra、Wikipedia、API搜索等非向量后端；而DocumentLoader提
供上百种数据源适配（本地/云存储/协作平台/社媒等），统一产出
Document{page_content,metadata}以便后续切分、嵌入与检索。

作用：统一的模型/工具/检索/编排抽象让团队可以快速换型（模型或向量
库迁移时仅需少量改动），并把工程精力集中在业务逻辑而非粘合代码上。
4.2复杂应用的编排：从“轻管道”到“有状态多智能体”LangChain覆盖了从简单链到复杂代理系统的全谱系编排能力：

LCEL适合轻量链路：如“Prompt→LLM→解析器”、“RAG的检索→重写→根据查询到的信息，我来为您总结LangChain与竞品框架的对比：## LangChain竞品框架对比### 主要竞品框架概览#### 1. **LlamaIndex**
- **特点**：专注于检索增强生成（RAG）任务，提供数据加载、索引构建、查询引擎等功能  
- **优势**：在处理大规模数据集和高效信息检索方面表现出色
- **适用场景**：需要高效信息检索和问答功能的应用，如知识库构建、搜索引擎等#### 2. **Google ADK (Agent Development Kit)**
- **特点**：提供模块化、多智能体系统的构建能力，支持结构化和动态的工作流编排       
- **优势**：适用于构建复杂的多智能体系统，支持多种代理的协作和任务调度
- **适用场景**：需要多智能体协作和复杂任务调度的应用，如自动化流程、智能助手等     #### 3. **Dify**
- **特点**：低代码平台，提供可视化界面构建AI应用
- **对比**：与LangFlow相比，Dify是部分闭源的，而LangFlow完全开源，更加灵活### LangChain的独特优势#### 1. **完整的生态系统**
LangChain提供了一个完整的生态系统，包括：
- **LangChain**：基础框架，提供模块化构建能力
- **LangGraph**：复杂工作流编排引擎，支持状态管理和多智能体协作
- **LangSmith**：可观察性平台，提供追踪、调试和性能评估
- **LangFlow**：低代码可视化应用构建工具，完全开源
- **LangGraph Studio**：可视化调试与开发环境
- **LangGraph Platform**：生产就绪的托管平台#### 2. **标准化接口**
- **Runnable/LCEL标准化编排**：所有链式组件统一实现Runnable接口，支持流式返回、异步与并行
- **Tool Calling统一接口**：将不同模型厂商的工具调用标准化，实现跨厂商复用
- **检索/向量库/文档加载的统一协议**：提供统一的Retriever接口，支持多种向量库和数据源#### 3. **分层编排能力**
- **LCEL**：适合轻量链路，如简单的"Prompt→LLM→解析器"流程
- **LangGraph**：处理复杂/长期/多智能体场景，支持显式状态、循环、分支、回退等      #### 4. **从Demo到生产的完整支持**
- **开发阶段**：统一接口+LCEL让原型开发快速、维护稳定
- **调试评测**：LangSmith提供完整的可观测与评测能力
- **生产部署**：LangGraph Platform提供托管、伸缩与治理能力
- **多部署形态**：支持本地、云、混合、自建等多种部署模式### 框架选择建议选择框架时应考虑以下因素：1. **如果需要快速原型开发和灵活集成**：选择LangChain
2. **如果专注于RAG和信息检索**：选择LlamaIndex
3. **如果需要复杂的多智能体协作**：LangChain的LangGraph或Google ADK
4. **如果需要低代码可视化开发**：LangFlow（开源）或Dify
5. **如果需要完整的生产级解决方案**：LangChain生态系统提供最全面的支持### 总结LangChain的核心优势在于其完整的生态系统和标准化的接口设计，能够显著缩短从Demo到生产的距离。它不仅提供了基础的框架能力，还通过LangGraph、LangSmith、LangFlow等工具覆盖 了开发、调试、部署、监控的全生命周期，特别适合需要构建复杂、可扩展的企业级LLM应用的团队。> Finished chain.

7.2 数据分析

基于titanic数据集进行测试

> Entering new AgentExecutor chain...Invoking: `python_repl_ast` with `{'query': 'import pandas as pd\nimport matplotlib.pyplot as plt\nimport seaborn as sns\n\n# 设置中文字体\nplt.rcParams["font.family"] = ["SimHei"]\nplt.rcParams["axes.unicode_minus"] = False\n\n# 查看数据基本信息\nprint("数据基本信息:")\nprint(f"数据集大小: {df.shape}")\nprint(f"船舱等级分布:")\nprint(df[\'Pclass\'].value_counts())\nprint(f"\\n年龄列缺失值数量: {df[\'Age\'].isnull().sum()}")\nprint(f"年龄描述性统计:")\nprint(df[\'Age\'].describe())'}`
responded: 我来分析不同船舱等级的年龄分布。首先让我查看一下数据的基本情况，然后生成相应的图表。ModuleNotFoundError: No module named 'seaborn'
Invoking: `python_repl_ast` with `{'query': 'import pandas as pd\nimport matplotlib.pyplot as plt\n\n# 设置中文字体\nplt.rcParams["font.family"] = ["SimHei"]\nplt.rcParams["axes.unicode_minus"] = False\n\n# 查看数据基本信息\nprint("数据基本信息:")\nprint(f"数据集大小: {df.shape}")\nprint(f"船舱等级分布:")\nprint(df[\'Pclass\'].value_counts())\nprint(f"\\n年龄列缺失值数量: {df[\'Age\'].isnull().sum()}")\nprint(f"年龄描述性统计:")\nprint(df[\'Age\'].describe())'}`
responded: 让我使用matplotlib来创建图表：数据基本信息:
数据集大小: (891, 12)
船舱等级分布:
Pclass
3    491
1    216
2    184
Name: count, dtype: int64年龄列缺失值数量: 177
年龄描述性统计:
count    714.000000
mean      29.699118
std       14.526497
min        0.420000
25%       20.125000
50%       28.000000
75%       38.000000
max       80.000000
Name: Age, dtype: float64Invoking: `python_repl_ast` with `{'query': '# 按船舱等级分组查看年龄统计\nprint("\\n不同船舱等级的年龄统计:")\nage_by_class = df.groupby(\'Pclass\')[\'Age\'].describe()\nprint(age_by_class)'}`不同船舱等级的年龄统计:count       mean        std   min   25%   50%   75%   max
Pclass
1       186.0  38.233441  14.802856  0.92  27.0  37.0  49.0  80.0
2       173.0  29.877630  14.001077  0.67  23.0  29.0  36.0  70.0
3       355.0  25.140620  12.495398  0.42  18.0  24.0  32.0  74.0Invoking: `python_repl_ast` with `{'query': "# 创建箱线图显示不同船舱等级的年龄分布\nplt.figure(figsize=(10, 6))\n\n# 按船舱等级分组数据\nclass1_ages = df[df['Pclass'] == 1]['Age'].dropna()\nclass2_ages = df[df['Pclass'] == 2]['Age'].dropna()\nclass3_ages = df[df['Pclass'] == 3]['Age'].dropna()\n\n# 创建箱线图\ndata = [class1_ages, class2_ages, class3_ages]\nlabels = ['一等舱', '二等舱', '三等舱']\nplt.boxplot(data, labels=labels)\n\nplt.xlabel('船舱等级')\nplt.ylabel('年龄')\nplt.title('不同 船舱等级的年龄分布箱线图')\nplt.grid(True, alpha=0.3)\n\nplt.savefig('plot.png', dpi=300, bbox_inches='tight')\nplt.show()"}`
responded: 现在让我创建箱线图来可视化不同船舱等级的年龄分布：<string>:1: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shownInvoking: `python_repl_ast` with `{'query': "# 创建直方图显示不同船舱等级的年龄分布\nplt.figure(figsize=(12, 8))\n\n# 创建子图\nfig, axes = plt.subplots(1, 3, figsize=(15, 5))\n\n# 一等舱年龄分布\naxes[0].hist(class1_ages, bins=20, alpha=0.7, color='blue', edgecolor='black')\naxes[0].set_title('一等舱年龄分布')\naxes[0].set_xlabel('年龄')\naxes[0].set_ylabel('频数')\naxes[0].grid(True, alpha=0.3)\n\n# 二等舱年龄分布\naxes[1].hist(class2_ages, bins=20, alpha=0.7, color='green', edgecolor='black')\naxes[1].set_title('二等舱年龄分布')\naxes[1].set_xlabel('年龄')\naxes[1].set_ylabel('频数')\naxes[1].grid(True, alpha=0.3)\n\n# 三等舱年龄分布\naxes[2].hist(class3_ages, bins=20, alpha=0.7, color='red', edgecolor='black')\naxes[2].set_title('三 等舱年龄分布')\naxes[2].set_xlabel('年龄')\naxes[2].set_ylabel('频数')\naxes[2].grid(True, alpha=0.3)\n\nplt.tight_layout()\nplt.savefig('plot.png', dpi=300, bbox_inches='tight')\nplt.show()"}`
responded: 现在让我再创建一个直方图来更详细地展示分布：<string>:1: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shownInvoking: `python_repl_ast` with `{'query': '# 计算各船舱等级的年龄统计指标\nprint("\\n=== 不同船舱等级年龄分布分析 ===")\nprint(f"\\n一等舱 (Pclass=1):")\nprint(f"  平均年龄: {class1_ages.mean():.2f} 岁")\nprint(f"  年龄中位数: {class1_ages.median():.2f} 岁")\nprint(f"  年龄标准差: {class1_ages.std():.2f} 岁")\nprint(f"  最小年龄: {class1_ages.min():.2f} 岁")\nprint(f"  最大年龄: {class1_ages.max():.2f} 岁")\n\nprint(f"\\n二等舱 (Pclass=2):")\nprint(f"  平均年龄: {class2_ages.mean():.2f} 岁")\nprint(f"  年龄中位数: {class2_ages.median():.2f} 岁")\nprint(f"  年龄标准差: {class2_ages.std():.2f} 岁")\nprint(f"  最小年龄: {class2_ages.min():.2f} 岁")\nprint(f"  最大年龄: {class2_ages.max():.2f} 岁")\n\nprint(f"\\n三等舱 (Pclass=3):")\nprint(f"  平均年龄: {class3_ages.mean():.2f} 岁")\nprint(f"  年龄中位数: {class3_ages.median():.2f} 岁")\nprint(f"  年龄标准差: {class3_ages.std():.2f} 岁")\nprint(f"  最 小年龄: {class3_ages.min():.2f} 岁")\nprint(f"  最大年龄: {class3_ages.max():.2f}  岁")'}`
responded: 让我再计算一些关键的统计指标：=== 不同船舱等级年龄分布分析 ===一等舱 (Pclass=1):平均年龄: 38.23 岁年龄中位数: 37.00 岁年龄标准差: 14.80 岁最小年龄: 0.92 岁最大年龄: 80.00 岁二等舱 (Pclass=2):平均年龄: 29.88 岁年龄中位数: 29.00 岁年龄标准差: 14.00 岁最小年龄: 0.67 岁最大年龄: 70.00 岁三等舱 (Pclass=3):平均年龄: 25.14 岁年龄中位数: 24.00 岁年龄标准差: 12.50 岁最小年龄: 0.42 岁最大年龄: 74.00 岁
GRAPH:不同船舱等级的年龄分布分析## 不同船舱等级年龄分布分析总结：### 主要发现：1. **明显的等级差异**：- **一等舱**：平均年龄最高（38.23岁），乘客相对年长- **二等舱**：平均年龄中等（29.88岁）- **三等舱**：平均年龄最低（25.14岁），乘客相对年轻2. **年龄分布特征**：- 一等舱：年龄范围广（0.92-80岁），中老年人比例较高- 二等舱：年龄分布相对集中，以青壮年为主- 三等舱：年龄分布最集中，年轻人占主导3. **统计指标对比**：- 一等舱乘客比三等舱乘客平均年长约13岁- 所有船舱等级都有儿童乘客（最小年龄0.42-0.92岁）- 一等舱有更多高龄乘客（最大年龄80岁）### 结论：
不同船舱等级的年龄分布反映了当时的社会阶层结构，一等舱主要服务于较年长、经济条件较好的乘客，而三等舱则更多是年轻的经济舱乘客。这种年龄差异可能与乘客的经济状况、社会地位和旅行目的相关。        > Finished chain.

代码地址