基于 LangChain1.0 构建 RAG Agent 智能检索问答系统（完整可运行代码+详细注释）

✨ 本文代码均为可直接运行的完整代码，基于LangChain最新版API编写，无过时语法，放心食用～

✅ 一、安装项目依赖包

# 安装所有核心依赖，一行命令完成配置
pip install langchain langchain-text-splitters langchain-community bs4 python-dotenv

---

✅ 二、初始化三大核心组件（核心配置）

构建RAG Agent的核心三要素：对话大模型、文本嵌入模型、向量存储器

1. 配置大语言模型（LLM）- 对话生成核心

# 导入对话模型及环境变量配置依赖
from langchain_openai import ChatOpenAI
import os
from dotenv import load_dotenv

# 加载.env文件中的环境变量（私密密钥管理，规范开发）
load_dotenv()

# 配置通义千问大模型（qwen-max）参数
model_name = "qwen-max"
api_key = os.getenv("DASHSCOPE_API_KEY")
base_url = os.getenv("DASHSCOPE_BASE_URL")

# 初始化聊天模型：低随机性保证回答严谨，适配知识类问答场景
model = ChatOpenAI(
    model=model_name,
    api_key=api_key,
    base_url=base_url,
    temperature=0.1,  # 温度值越低，回答越精准、确定性越强
)

2. 配置文本嵌入模型 - 文本向量化核心

# 导入HuggingFace嵌入模型
from langchain_huggingface import HuggingFaceEmbeddings

# 初始化嵌入模型，行业主流轻量级高质量选型
# 特点：文本表征能力强、适配中文+英文，首次运行自动缓存至本地，无需重复下载
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-mpnet-base-v2")

3. 配置向量存储器 - 向量数据存储核心

# 导入内存级向量存储库
from langchain_core.vectorstores import InMemoryVectorStore

# 初始化内存向量库，轻量化无部署，无需持久化磁盘，适合快速开发/演示场景
# 绑定已初始化的嵌入模型，实现文本-向量的自动转换与匹配
vector_store = InMemoryVectorStore(embeddings)

---

✅ 三、文档处理全流程：加载 → 分片 → 入库（构建检索知识库）

RAG核心前置步骤：将非结构化的网页文本，处理为结构化的向量知识库，共分3步完成，流程标准化且可复用

1. 文档加载：精准爬取网页核心内容

# 导入网页加载器及网页解析依赖
import bs4
from langchain_community.document_loaders import WebBaseLoader

# 网页解析规则：只提取指定class的核心内容（标题/头部/正文），过滤冗余HTML标签，提升数据质量
bs4_strainer = bs4.SoupStrainer(class_=("post-title", "post-header", "post-content"))

# 初始化网页加载器，指定爬取路径+解析规则
loader = WebBaseLoader(
    web_paths=("https://lilianweng.github.io/posts/2023-06-23-agent/",),
    bs_kwargs={"parse_only": bs4_strainer},
)

# 加载网页文档至上下文
docs = loader.load()

# 校验加载结果：确保成功加载1篇文档
assert len(docs) == 1
# 输出文档总字符数，直观查看文本体量
print(f"✅ 文档加载完成，总字符数：{len(docs[0].page_content)}")

2. 文档分片：最优策略切割文本，保留上下文关联

# 导入递归字符分割器
from langchain_text_splitters import RecursiveCharacterTextSplitter

# 初始化文本分割器，采用行业最优的递归分割策略
text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,        # 单个文本块最大字符数，适配嵌入模型输入长度限制
    chunk_overlap=200,      # 相邻文本块重叠字符数，避免关键信息被截断，保留上下文关联性
    add_start_index=True,   # 记录文本块在原始文档中的起始索引，便于溯源匹配内容
)

# 对加载的文档进行分片处理
all_splits = text_splitter.split_documents(docs)

# 输出分片结果
print(f"✅ 文档分片完成，原始文档切分为 {len(all_splits)} 个子文档")

3. 向量入库：将分片文本存入向量库，完成知识库构建

# 将所有文本分片存入向量存储器，自动完成「文本→向量」转换+存储
document_ids = vector_store.add_documents(documents=all_splits)

# 预览前3个文本块的唯一标识ID
print(f"✅ 向量入库完成，文本块ID预览：{document_ids[:3]}")

---

✅ 四、核心实现：构建 RAG Agent 检索问答智能体（两种主流方案）

RAG的核心价值：让大模型结合外部知识库回答问题，解决大模型「知识过时、事实性错误、领域知识不足」的痛点；

以下提供两种工业界主流的RAG Agent实现方案，按需选择即可，均为可直接运行的最优写法

✅ 方案一：工具调用型 RAG Agent（推荐）

核心逻辑

自定义检索工具，让大模型自主决策是否调用检索工具，并基于检索到的上下文生成答案，具备「工具调用思维」，适配复杂多轮问答/多步骤查询场景，灵活性拉满。

# 导入工具装饰器，封装自定义检索工具
from langchain.tools import tool

# 封装检索工具：返回检索到的上下文内容+原始文档对象，指定返回格式规范
@tool(response_format="content_and_artifact")
def retrieve_context(query: str):
    """核心检索工具：根据用户查询语句，从向量库中检索相关上下文信息，辅助回答问题"""
    # 相似度检索：返回匹配度最高的2条文本内容（k值可按需调整）
    retrieved_docs = vector_store.similarity_search(query, k=2)
    # 格式化拼接检索结果：带上元数据+文本内容，提升大模型理解效率
    serialized_context = "\n\n".join(
        (f"Source: {doc.metadata}\nContent: {doc.page_content}")
        for doc in retrieved_docs
    )
    # 返回格式化文本 + 原始文档，兼顾可读性与溯源性
    return serialized_context, retrieved_docs

# 构建工具调用型智能体
from langchain.agents import create_agent

# 配置智能体核心参数：绑定大模型+检索工具+系统提示词
tools = [retrieve_context]
# 系统提示词：明确智能体能力边界与行为准则，精准引导大模型调用工具
system_prompt = (
    "你是一个专业的问答助手，你可以调用检索工具获取外部知识库的上下文信息。\n"
    "请务必使用检索工具辅助回答用户的查询问题，确保答案的准确性和事实性。"
)
# 初始化工具调用型RAG Agent
agent = create_agent(model, tools, system_prompt=system_prompt)

✅ 测试：复杂多步骤查询（智能体自主调用工具）

# 测试提问：多步骤复杂查询，考验智能体的工具调用能力与逻辑推理能力
query = (
    "What is the standard method for Task Decomposition?\n\n"
    "Once you get the answer, look up common extensions of that method."
)

# 流式输出回答结果，实时查看智能体的思考+回答过程（体验更佳）
print("===== 工具调用型RAG Agent 回答结果 =====")
for event in agent.stream(
    {"messages": [{"role": "user", "content": query}]},
    stream_mode="values",
):
    event["messages"][-1].pretty_print()

---

✅ 方案二：上下文注入型 RAG Agent（极简高效）

核心逻辑

通过中间件(middleware) 实现「全自动检索+上下文注入」，无需显式定义工具，智能体会在回答前自动检索并将上下文注入到系统提示词中，全程无感调用，代码极简、运行高效，适配简单单轮问答场景。

# 构建上下文注入型智能体
from langchain.agents.middleware import dynamic_prompt, ModelRequest

# 定义动态提示词中间件：自动检索+注入上下文，无感知完成检索逻辑
@dynamic_prompt
def prompt_with_context(request: ModelRequest) -> str:
    """核心中间件：从请求中提取用户最新问题，检索相关上下文并注入系统提示词"""
    # 提取用户最新的查询语句
    last_query = request.state["messages"][-1].text
    # 自动执行相似度检索，获取相关上下文
    retrieved_docs = vector_store.similarity_search(last_query)
    # 格式化拼接检索到的文本内容
    docs_content = "\n\n".join(doc.page_content for doc in retrieved_docs)
    # 构造带上下文的系统提示词，让大模型基于外部知识回答
    system_message = (
        "你是一个专业且乐于助人的问答助手，请严格基于下方提供的上下文信息回答用户问题：\n\n"
        f"{docs_content}"
    )
    return system_message

# 初始化上下文注入型RAG Agent：无需传入工具，中间件自动完成检索逻辑
agent = create_agent(model, tools=[], middleware=[prompt_with_context])

✅ 测试：基础单轮查询（极简高效）

# 测试提问：基础单轮查询，验证上下文注入效果
query = "What is task decomposition?"

# 流式输出回答结果
print("\n===== 上下文注入型RAG Agent 回答结果 =====")
for step in agent.stream(
    {"messages": [{"role": "user", "content": query}]},
    stream_mode="values",
):
    step["messages"][-1].pretty_print()

---

✨ 核心知识点补充

✅ 两种Agent方案对比 & 选型建议

1. 工具调用型（方案一） ：适合「复杂查询、多轮问答、多步骤推理」场景，大模型自主决策是否调用工具，灵活性强，是工业界主流方案；
2. 上下文注入型（方案二） ：适合「简单单轮问答、快速开发」场景，代码量少、无感知检索，开发效率高，但灵活性稍弱。

✅ 核心优化点说明

1. temperature=0.1：低温度值保证回答的精准性和确定性，适配知识类问答场景，避免生成无关内容；
2. chunk_overlap=200：文本块重叠设计，彻底解决「关键信息被截断」的问题，提升检索召回率；
3. 流式输出stream()：实时返回回答内容，提升用户体验，避免长时间等待；
4. InMemoryVectorStore：轻量化向量库，无需部署、无需持久化，适合快速开发和演示，生产环境可替换为Chroma/Pinecone等持久化向量库。

---

✨ 总结

本文完整实现了基于LangChain的RAG Agent智能检索问答系统，从「依赖安装→组件配置→文档处理→智能体构建→测试验证」全流程闭环，代码可直接复制运行，两种主流方案全覆盖，适配不同业务场景。RAG作为LLM落地的核心技术之一，该套代码可无缝迁移至PDF/文档/本地知识库等场景，实用性拉满。

代码仓库

gitee：gitee.com/o_insist/la…

github：github.com/o-insist/la…

🔥 点赞+收藏，后续持续更新LangChain/RAG/Agent相关实战教程，干货满满～