本文详细介绍了如何使用LangChain框架构建一个功能齐全、可部署的智能问答Agent。文章结合ReAct架构、RAG检索增强、提示工程、工具调用等核心概念，选用DeepSeek聊天模型、BAAI/bge-small-zh-v1.5嵌入模型、FAISS向量数据库和DuckDuckGoSearchRun联网搜索工具。通过模块化代码示例，展示了LangChain各组件在完整项目中的协作关系，并使用FastAPI将Agent封装成API服务，方便Web前端接入。文章还涵盖了Tool封装规范、Agent执行中间状态管理、复杂提示结构设计等主题。

💡**LangChain框架核心组件**：LangChain包含Models、Prompts、Memory、Indexes、Chains和Agents等核心模块，支持多种语言模型接口，提供提示管理、记忆管理、文档处理和动态决策等功能，可以组合使用来构建复杂的AI Agent。

🛠️**工具系统设计**：所有工具统一封装为Tool对象，包含名称、执行函数和描述。文章示例中，集成了联网搜索（DuckDuckGoSearchRun）与本地向量检索（FAISS）两种工具，Agent可以根据对话内容选择合适的工具。

🔗**ReAct框架与RAG**：ReAct框架允许模型在对话过程中思考、采取动作并观察结果，从而动态调用外部工具。RAG技术通过检索相关文档来提供上下文或证据，适用于将领域知识融入对话，避免模型只凭“记忆”回答超出能力的问题。

🌐**FastAPI封装与API服务**：文章演示了如何使用FastAPI将构建好的Agent封装成API服务接口，客户端可以通过POST请求访问该接口，获取智能体的回答。这种组件化设计方便后续替换模型、增加工具或更换向量数据库。

专栏系列第 6 篇 · 智能体纪元

本文将详细介绍并实践以下内容：

LangChain 各组件（LLM、工具、链、记忆、Agent、提示、RAG、Retriever 等）在完整项目中的协作关系结合 DeepSeek + bge-small-zh + FAISS + DuckDuckGoSearch提供模块化代码示例，说明每部分的职责与灵活性使用 FastAPI 将 Agent 封装成 API 服务，可用于 Web 前端接入查漏补缺前几篇中未展开的主题，例如 Tool 封装规范、Agent 执行中间状态管理、复杂提示结构设计等

本系列文章最后一篇将系统讲解如何基于 LangChain 框架构建一个功能齐全、可部署的智能问答 Agent。我们将结合前文核心概念（ReAct 架构、RAG 检索增强、提示工程、工具调用等）逐步展开，选用 DeepSeek 聊天模型作为 LLM、BAAI/bge-small-zh-v1.5 作为中文嵌入模型、FAISS 作为向量数据库、DuckDuckGoSearchRun 作为联网搜索工具，最终封装成 RESTful 服务。

一、LangChain框架概述

什么是LangChain？

LangChain是一个用于开发由语言模型驱动的应用程序的框架。它允许开发者将大型语言模型(LLMs)与其他计算或知识源连接起来，从而创建更强大、更灵活的AI应用。

LangChain核心组件

LangChain包含多个核心模块，这些模块可以组合使用来构建复杂的AI Agent：

Models：支持多种语言模型接口Prompts：提示管理、优化和序列化Memory：短期和长期记忆管理Indexes：文档加载、处理和检索Chains：调用序列和组合Agents：动态决策和工具使用Callbacks：日志和流式传输

二、核心概念回顾

ReAct 框架：是一种将推理（Reasoning）与动作（Action）相结合的交互式提示方式。LangChain 的 ReAct Agent 可以让模型在对话过程中思考 (Thought:)、采取动作 (Action:) 并观察结果 (Observation:)，从而动态调用外部工具。例如，当模型面临复杂问题时，可以通过调用搜索工具或数据库工具来获取补充信息，再结合生成能力给出答案。

RAG（检索增强生成）：指在生成回答时通过检索相关文档来提供上下文或证据的技术。RAG 适用于将领域知识融入对话，避免模型只凭「记忆」回答超出能力的问题。我们会使用向量数据库（FAISS）和文本嵌入来实现 RAG，从海量文档中检索与用户问题最相关的内容，再输入模型生成答案。

提示工程：通过 PromptTemplate 等机制设计和组织模型提示，将任务指令、示例和变量拼接成最终输入。好的提示可以大幅提升模型理解和回答能力。我们将定制提示模板，明确说明用户意图及可用工具等，引导模型在 ReAct 交互中正确使用工具。

工具调用：Agent 能访问的工具（如搜索引擎、知识库查询、计算器等）需封装为符合接口的 Tool 对象，包含名称、调用函数和用途说明。在 ReAct 策略下，模型可以选择某个工具并按指定格式传入参数。本文示例中，将集成联网搜索与本地向量检索两种工具供 Agent 使用。

多轮对话与记忆：使用 ConversationBufferMemory 记录会话历史，实现上下文连续性。当用户提问时，上下文记忆会作为提示变量注入，让模型参考前文对话内容，使回答更具连贯性。

三、系统架构与组件选型

3.1 语言模型与嵌入

LLM（聊天模型）：选用 DeepSeek 提供的 deepseek-chat 模型作为对话模型。DeepSeek 是一系列开源模型，支持结构化输入、工具调用等能力。DeepSeek API 使用与 OpenAI 兼容的 API 格式，可使用 LangChain 的 ChatOpenAI 进行接入，如下所示：

import osfrom langchain_community.chat_models import ChatOpenAIAPI_KEY = os.getenv('DEEPSEEK_API_KEY')llm = ChatOpenAI(    model='deepseek-chat',  # 指定使用的模型名称，如 gpt-4、deepseek-chat 等    openai_api_key=API_KEY,  # 设置 API 密钥    openai_api_base='https://api.deepseek.com/v1',  # 自定义模型地址（如 DeepSeek）    temperature=0.7,  # 控制输出的随机性，越低越保守，越高越发散    max_tokens=1024,  # 设置生成回复的最大 token 数    model_kwargs={  # 额外的模型参数（可选）        "top_p": 1,        "frequency_penalty": 0.0,        "presence_penalty": 0.0    },    request_timeout=60,  # 请求超时时间（秒）    streaming=False,  # 是否使用流式响应    verbose=False  # 是否打印调试信息)

✅ 参数使用建议

温度设置：
temperature=0.0 适合问答、摘要、代码生成等确定性任务；temperature=0.7~1.0 更适合生成富有创意的内容。
兼容模型：
若使用 DeepSeek、Moonshot、Azure OpenAI 等非官方 API，务必设置 openai_api_base。
高阶用法：
可结合 LLMChain 或 AgentExecutor 构建复杂流程。

这样实例化后，llm.invoke([消息列表]) 即可获得模型回复。

response = llm.invoke("请简要说明“量子计算”和“经典计算”的主要区别。")print(response)

输出：

content='量子计算与经典计算的核心区别主要体现在以下方面：\n\n### 1. **信息表示方式**\n- **经典计算**：使用二进制位（bit），每个bit只能是0或1。\n- **量子计算**：使用量子位（qubit），可处于0、1或两者的叠加态（量子叠加），同时表示多种状态。\n\n### 2. **并行计算能力**\n- **经典计算**：逐次处理任务，N位处理器一次处理一个N位状态。\n- **量子计算**：N个qubit可同时处理2^N个状态（量子并行性），适合大规模并行问题（如因数分解、搜索）。\n\n### 3. **操作原理**\n- **经典计算**：基于布尔逻辑门（AND/OR/NOT等），确定性操作。\n- **量子计算**：通过量子门操作（如Hadamard门、CNOT门），支持叠加态和纠缠态的操作，具有概率性。\n\n### 4. **纠缠与关联性**\n- **经典计算**：比特间独立或通过经典关联。\n- **量子计算**：qubit可纠缠（entanglement），一个qubit状态变化立即影响另一个，即使相距遥远（非局域性）。\n\n### 5. **算法效率**\n- **经典计算**：解决常规问题（如排序、数据库查询）效率高。\n- **量子计算**：特定问题指数级加速，如Shor算法（因数分解）、Grover算法（无序搜索）。\n\n### 6. **错误处理**\n- **经典计算**：通过冗余校验（如重复编码）纠错。\n- **量子计算**：需量子纠错码（如表面码），因量子态脆弱易受退相干影响。\n\n### 7. **物理实现**\n- **经典计算**：基于硅基半导体（CPU/GPU），技术成熟。\n- **量子计算**：需极端环境（超导、离子阱、光量子等），维持量子态难度大。\n\n### 8. **应用领域**\n- **经典计算**：通用计算，覆盖日常需求。\n- **量子计算**：专长于优化、模拟量子系统、密码学等，无法完全替代经典计算。\n\n### 总结\n量子计算利用量子力学特性（叠加、纠缠）突破经典限制，但在通用性和稳定性上仍面临挑战。两者未来可能互补共存，量子处理特定任务，经典负责其余部分。' additional_kwargs={} response_metadata={'token_usage': {'completion_tokens': 499, 'prompt_tokens': 18, 'total_tokens': 517, 'prompt_tokens_details': {'cached_tokens': 0}, 'prompt_cache_hit_tokens': 0, 'prompt_cache_miss_tokens': 18}, 'model_name': 'deepseek-chat', 'system_fingerprint': 'fp_8802369eaa_prod0425fp8', 'finish_reason': 'stop', 'logprobs': None} id='run--95a492b6-37f7-4e73-b5cf-12265c945c46-0'

3.2 文档加载与预处理

在构建 Agent 之前，我们需要先将原始文档转化为可以检索的向量形式，具体包括：

（1）加载本地文档

LangChain 提供多种 Loader 来读取不同格式的文档。

读取 Markdown 文件（.md）：

from langchain_community.document_loaders import TextLoaderloader = TextLoader('./docs/智能体简介.md', encoding='utf-8')documents = loader.load()

读取整个目录下的 Markdown 文件：

from langchain_community.document_loaders import DirectoryLoaderloader = DirectoryLoader('./docs', glob='**/*.md', loader_cls=TextLoader, loader_kwargs={'encoding': 'utf-8'})documents = loader.load()

读取 PDF 文件：

对于 PDF 文件，可以使用 PyPDFLoader 进行加载。它会按页读取并自动转为 Document 对象。

from langchain_community.document_loaders import PyPDFLoaderloader = PyPDFLoader('./docs/GB+38031-2025.pdf')documents = loader.load()

如果你希望将多个来源的文档合并处理，只需拼接多个 documents 列表即可：

all_documents = md_documents + pdf_documents + other_documents

（2）文档切分

为了让长文档适配向量数据库，我们需要按段落或语义块进行切分。推荐使用 RecursiveCharacterTextSplitter：

from langchain.text_splitter import RecursiveCharacterTextSplittertext_splitter = RecursiveCharacterTextSplitter(    chunk_size=500,    chunk_overlap=50,    separators=["\n\n", "\n", "。", "！", "？", ".", "!", "?"])split_docs = text_splitter.split_documents(documents)

此操作会将文档拆成多个短文本块，既保留上下文连续性，又便于后续的向量化处理。

3.3 向量化与嵌入模型选型

我们选用了性能与体积兼顾的中文向量模型 —— BAAI/bge-small-zh-v1.5。它支持短语级语义检索，能生成可用于相似度计算的高质量文本向量。

from langchain_community.embeddings import HuggingFaceEmbeddings# 初始化一个中文 BGE 嵌入模型，用于将文本转换为向量表示embed_model = HuggingFaceEmbeddings(    model_name="BAAI/bge-small-zh-v1.5",  # 使用 BAAI 提供的 bge-small-zh 中文语义嵌入模型    model_kwargs={"device": "cpu"},  # 指定运行设备为 CPU，如有 GPU 可改为 "cuda"    encode_kwargs={"normalize_embeddings": True}  # 对输出的向量进行归一化，有助于相似度计算)

嵌入模型（Embedding Model） 的核心功能是将自然语言文本转换为数值向量（embedding），使得我们可以基于向量做相似度检索、聚类、语义匹配等操作。在 LangChain 中，embedding model 通常用于以下两个场景：

文档入库（embedding + 存入向量数据库）用户查询转换（embedding + 相似文档检索）BGE 模型推荐在 embed_query() 之前添加查询指令（query_instruction），以获得更好的效果。

query_instruction = "为这个句子生成表示以用于检索相关文章："question = "人工智能是一门研究如何让计算机具有人类智能的科学"query = query_instruction + questionvector = embed_model.embed_query(query)  # 得到向量表示（用于查询）print(vector)

输出：

向量数据库：使用 FAISS 存储文档向量。FAISS 是 Facebook 提供的高效相似度检索库，专门用于密集向量搜索。将待检索的文档列表通过 embed_model 编码后，使用 FAISS.from_documents() 构建向量索引。例如：

1. 将前面切分后的 split_docs 向量化，并存入 FAISS

from langchain.vectorstores import FAISSvectorstore = FAISS.from_documents(split_docs, embed_model)# 保存本地索引以供后续检索调用vectorstore.save_local("faiss_index")

这样即可快速从 FAISS 中根据用户查询检索相关文档。

2. 检索器构造（Retriever）

我们通过 vectorstore.as_retriever() 构造一个语义检索器，支持基于向量相似度的文段召回：

retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 4})query = "电动汽车用动力蓄电池按照8.2.1进行振动试验后应达到什么要求？"docs = retriever.get_relevant_documents(query)for i, doc in enumerate(docs, 1):    print(f"[文档 {i}]: {doc.page_content}\n")

retriever 是 LangChain 中统一的文档检索接口，而 vectorstore.as_retriever() 是把底层的向量数据库变成这个接口。search_type：检索方式，默认是 "similarity"（相似度检索），还可以是 "mmr"（最大边际相关性）等。search_kwargs：检索参数，比如 k=3 表示返回前 3 条相似结果。也可以传入 filter 等用于更精细控制的参数。

输出：

3.4 联网搜索工具

使用 DuckDuckGo 搜索工具进行实时查询。LangChain 社区提供了 DuckDuckGoSearchRun 封装，可直接调用 DuckDuckGo API。示例：

from langchain_community.tools import DuckDuckGoSearchRunsearch_tool = DuckDuckGoSearchRun()result = search_tool.invoke("最近一次 SpaceX 火箭发射是什么时候？成功了吗？")

这个工具方便集成到 Agent 中，实现“需要联网搜索”时的补充信息。

3.5 工具系统设计

所有工具统一封装为 Tool 对象，包含名称、执行函数和描述。例如，我们可以准备两个工具：网络搜索 和 向量检索。

from langchain.agents import Tooltools = [    Tool(        name="Search",        func=lambda q: DuckDuckGoSearchRun().invoke(q),        description="在互联网上搜索答案"    ),    Tool(        name="Lookup",        func=lambda q: "\n".join([doc.page_content for doc in retriever.get_relevant_documents(q)]),        description="从本地向量数据库中检索相关文档"    ),    # 可扩展其他工具]

这样 Agent 在对话过程中如果决定“搜索网页”就会调用第一个工具，如果需要“查看知识库”则调用第二个。

四、代码组织与协同方式

按照 LangChain 组件化设计，我们将主要功能模块划分为不同文件或类以便维护：

Embedding 模块：负责加载 HuggingFaceBgeEmbeddings 模型并构建 FAISS 数据库。示例代码如上，将用于后续检索。Tool 模块：定义各种工具。可以把搜索和检索函数封装在此，例如前述的 Search、Retrieve。Prompt 模板：使用 PromptTemplate 定义 ReAct 提示格式，插入工具列表和对话历史等变量，例如：

from langchain.prompts import PromptTemplateprompt = PromptTemplate.from_template(  "你是一个智能问答助手。你可以使用以下工具：\n{tools}\n"  "请根据用户问题和工具结果给出答案。\n\n"  "用户问题: {input}\n"  "{agent_scratchpad}")

记忆模块：通过 ConversationBufferMemory 保存对话记录。初始化时指定 memory_key="chat_history"，并将该内存作为参数传入 AgentExecutor。Agent 构建：使用 LangChain 的 ReAct Agent 构造器创建可调用的 Agent：

from langchain.agents import initialize_agentfrom langchain.agents.agent_types import AgentTypefrom langchain.memory import ConversationBufferMemorymemory = ConversationBufferMemory(memory_key="chat_history")agent_executor = initialize_agent(    tools=tools,    llm=llm,    agent=AgentType.REACT_DOCSTORE,  # 或 AgentType.CHAT_ZERO_SHOT_REACT_DESCRIPTION    memory=memory,    verbose=True,    handle_parsing_errors=True)

这样得到的 agent_executor.invoke({"input": 用户问题}) 会返回模型对话输出，其中模型可以在生成过程中调用 Search 或 Lookup 等工具，并将返回结果纳入思考。

response = agent_executor.invoke({"input": "中国政府对电动汽车用动力蓄电池有什么新的要求？"})print(response)

输出：

> Finished chain.{'input': '中国政府对电动汽车用动力蓄电池有什么新的要求？', 'chat_history': '', 'output': '中国政府对电动汽车用动力蓄电池的新要求包括加强安全性能测试、推行生产者责任延伸制度、鼓励低碳生产、提高技术标准与性能要求，以及实施全生命周期溯源管理。'}

五、FastAPI 封装与示例

完成以上组件后，用 FastAPI 构建 API 服务接口：

from fastapi import FastAPI, Requestapp = FastAPI()@app.post("/chat")async def chat_api(request: Request):    data = await request.json()    query = data.get("query", "")    # 调用 AgentExecutor 得到回答    result = agent_executor.invoke({"input": query})    answer = result["output"]    return {"answer": answer}

启动服务后，客户端即可通过 POST 请求访问，例如：

curl -X POST http://localhost:8000/chat -H "Content-Type: application/json" -d '{"query":"上海天气怎么样？"}'

上述请求返回的 JSON 会包含智能体的回答。整个服务基于组件化设计，后续可替换模型、增加工具或更换向量数据库，而不影响主逻辑。

六、推荐阅读与项目结构示例

推荐阅读：深入了解 LangChain 文档，如 ReAct Agent 和工具调用机制，探索 LangGraph 新架构；学习 DeepSeek 和 BGE 模型的官方资料。项目目录及代码详情（以模块化方式组织代码）：

ai_agent_demo/├── agents/│   └── base_agent.py           # 构建智能体├── tools/│   ├── search_tool.py          # 搜索工具（DuckDuckGo）│   ├── doc_reader.py           # 文档读取工具│   └── vectorstore.py          # 构建向量数据库├── multimodal/│   └── image_captioning.py     # 图像识别/图文描述工具├── memory/│   └── memory.py               # 智能体记忆模块（新增）├── app/│   └── main.py                 # FastAPI 接口入口├── sample.pdf                  # 示例文档├── sample.jpg                  # 示例图像├── main.py                     # 命令行入口└── requirements.txt            # 依赖管理

详细代码调试完毕后会更新。

总结：本文展示了如何将 RAG、工具调用、多轮记忆等技术融合到一个 LangChain Agent 中，结合 DeepSeek 聊天模型和本地向量数据库，实现实用的问答系统。该架构具有良好可扩展性，可根据需求添加更多工具或采用更强大的模型，以满足复杂的应用场景。