langchain开发指南

在 LangChain 的生态中，当我们需要让大模型完成查数据库、调用外部接口这类任务时，核心逻辑其实高度统一：让模型决策 “是否使用工具、使用哪款工具、传入什么参数”，但绝不是模型直接执行工具操作

这一篇将基于一个完整的多轮对话流程，从零梳理：RunnableWithMessageHistory 到底做了什么 使用 PostgreSQL或其他数据库进行持久化存储 多用户会话隔离

这一篇将围绕 Runnable 的实际使用方式 展开，重点放在： 常见 Runnable 类型的用法、如何自己封装 RunnableLambda、如何构建分支（RunnableBranch

这一篇将基于一个最小可用、但工程上完整的 RAG 流程，从零梳理： Document ->文档切分 -> 向量存储与检索 ->压缩/重排序 ->接入大模型

这篇文章涵盖 LangChain 的核心技术点，包括： Prompt 模板构建、大模型调用（LLM）、 输出解析、 链组合（Chain） 通过一个完整示例，你可以实现从基础问答到多轮智能对话的应用。