# 如何在不同版本的Pydantic中使用LangChain：实用指南
## 引言
对于Python开发者来说，LangChain和Pydantic都是强大的工具。然而，随着Pydantic v2的发布以及LangChain计划逐步放弃对Pydantic v1的支持，开发者们在项目中要如何处理这些变化成为了一个重要的话题。本篇文章将深入讨论在不同Pydantic版本中如何有效使用LangChain，并提供实用的代码示例和解决方案。
## 主要内容
### Pydantic版本的重大变化
Pydantic v2于2023年6月发布，引入了一系列断裂性更改。据Pydantic团队提供的[迁移指南](https://docs.pydantic.dev/2.0/migration/)，开发者需要对现有代码进行更新以适应新版本。LangChain也计划在其主要版本0.3.x中全面支持Pydantic v2。了解这些变化对于开发者在下一个版本中平稳迁移非常关键。
### LangChain与Pydantic的兼容性
在LangChain的版本>=0.0.267中，用户可以选择安装Pydantic v1或v2。虽然内部使用了Pydantic v1，但一些API已经更新为支持Pydantic v2对象（如`bind_tools`和`with_structured_output`）。建议在LangChain 0.3发布前继续使用Pydantic v1对象以减少兼容性问题。
### 如何处理Pydantic对象
在使用LangChain的API时，多数工具使用API已经更新为接受Pydantic v1或v2对象。例如，`ChatOpenAI`模型现在支持接收任意一个版本的Pydantic对象：
```python
from langchain_openai import ChatOpenAI
from pydantic import BaseModel
class Person(BaseModel):
"""Personal information"""
name: str
model = ChatOpenAI()
model = model.with_structured_output(Person)
model.invoke('Bob is a person.') # 使用API代理服务提高访问稳定性
如何进行LangChain模型的子类化
由于LangChain内部依然使用Pydantic v1，开发者在继承LangChain模型时，应继续使用Pydantic v1原语：
from pydantic.v1 import validator
from langchain_core.tools import BaseTool
class CustomTool(BaseTool):
x: int = 1
def _run(self, *args, **kwargs):
return "hello"
@validator('x')
@classmethod
def validate_x(cls, x: int) -> int:
return 1
CustomTool(name='custom_tool', description="hello", x=1)
尝试在Pydantic v1代码中混用Pydantic v2的特性将导致复杂的错误。
常见问题和解决方案
不能生成OpenAPI文档
如果你使用Pydantic 2，将不能通过LangServe生成OpenAPI文档。此时可以选择安装Pydantic 1或使用LangChain的APIHandler手动创建API路由。
嵌套Pydantic模型的验证问题
在Pydantic v2中嵌套使用LangChain对象时，可以通过SkipValidation来禁用运行时验证：
from typing import Annotated
from langchain_openai import ChatOpenAI
from pydantic import BaseModel, SkipValidation
class Foo(BaseModel):
model: Annotated[ChatOpenAI, SkipValidation()]
Foo(model=ChatOpenAI(api_key="hello"))
总结和进一步学习资源
了解如何在不同Pydantic版本中使用LangChain对于开发者的日常工作至关重要。建议深入阅读Pydantic的迁移指南和LangChain的官方文档，以便能更好地处理版本变更带来的差异。
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
