第二篇：LangChain 1.0 模块化架构全解：核心包与依赖关系深度剖析

本文详细讲解了 **LangChain 模块化管理 - langchain-core**，包括核心概念、实战代码示例和最佳实践。通过本文的学习，你将掌握 LangChain 1.0 的核心技术要点，能够快速构建基于大模型的 AI 应用。

携梦问道

91人浏览 · 2026-02-12 12:06:46

携梦问道 · 2026-02-12 12:06:46 发布

📌 所属章节：第二阶段 - LangChain 模块化管理 - langchain-core

← 上一篇：LangChain 框架介绍 | 📚 系列目录 | 下一篇：langchain 主包详解 →

📋 摘要

本文详细讲解了 LangChain 模块化管理 - langchain-core，包括核心概念、实战代码示例和最佳实践。通过本文的学习，你将掌握 LangChain 1.0 的核心技术要点，能够快速构建基于大模型的 AI 应用。

适合人群：

想系统学习 LangChain 1.0 的开发者
需要构建 AI Agent 应用的工程师
对 LLM 应用开发感兴趣的技术爱好者

第二阶段、LangChain 模块化管理的定位与描述

LangChain 把“核心抽象”与“具体实现/第三方集成/历史实现”拆分成多个包，以实现更清晰的 API 边界、减小核心包体积、并把社区贡献与厂商集成模块化管理。主要目标是：核心更稳定、可维护；集成可按需安装。

2.1 LangChain 1.0 核心依赖包及作用

依赖包名称	核心作用	详细功能介绍
langchain-core	核心抽象层和 LCEL	定义所有组件（如模型、消息、提示词模板、工具、运行环境）的标准接口和基本抽象。它包含了 LangChain 表达式语言 (LCEL)，这是构建链式应用的基础。这是一个轻量级、不含第三方集成的基石包。
langchain	应用认知架构（主包）	包含构建 LLM 应用的通用高阶逻辑，如 Agents (如新的 create_agent() 函数)、Chains 和通用的检索策略 (Retrieval Strategies)。它建立在 langchain-core 之上，是用于组合核心组件的“胶水”层。
langchain-community	社区第三方集成	包含由 LangChain 社区维护的非核心或不太流行的第三方集成，例如：大部分的文档加载器 (Document Loaders)、向量存储 (Vector Stores)、不太流行的 LLM/Chat Model 集成等。为了保持包的轻量，所有依赖项都是可选的。
langchain-openai / langchain-[厂商名称]	特定厂商深度集成	针对关键合作伙伴的集成包（如 langchain-openai, langchain-anthropic）。它们被单独分离出来，以提供更好的支持、可靠性和更轻量级的依赖。它们只依赖于 langchain-core。
langchain-classic	旧版本兼容	包含 LangChain v0.x 版本中的已弃用 (deprecated) 或旧版功能，如旧的 LLMChain、旧版 Retrievers、Indexing API 和 Hub 模块。它的主要作用是为用户提供一个平稳的迁移期，确保旧代码在升级到 v1.0 后仍能运行。

1. langchain-core

包含 核心抽象与接口：LLM/ChatModel 抽象、Prompt 抽象、Chain/Agent 的基类、schema、消息格式等。
不包含具体厂商的实现（例如没有 OpenAI client 的封装），而是定义“合同（interfaces）”，其他包在此之上实现具体功能。
这是构建 LangChain 应用生态的最小公共底座。

# 安装：pip install langchain
from langchain_core.prompts import [PromptTemplate](06_messages_prompt.md)

prompt_template = PromptTemplate.from_template(
    "为生产{product}的公司起一个好名字？"
)

formatted_prompt = prompt_template.format(product="智能手机")

response = model.invoke(formatted_prompt)