LangChain 面试题

基础

【基础】LangChain 是什么？主要组件有哪些？

参考答案：构建大模型应用的框架，提供统一的模型接口、消息、提示词模板、输出解析、工具、检索组件、Agent。1.x 中 Agent 统一为 create_agent（基于 LangGraph），并通过中间件扩展。

追问：LangChain、LangGraph、LangSmith 的关系？→ LangChain 提供组件和高层 Agent；LangGraph 是底层的有状态编排框架；LangSmith 是追踪、评测和监控平台。

【基础】LCEL 是什么？

参考答案：LangChain 表达式语言，用 | 把 Runnable 组件组合成链，统一支持同步 / 异步、流式、批处理，以及重试、备用、并行等能力。

追问：batch 和循环调用 invoke 有什么区别？→ batch 会并发执行（可以用 max_concurrency 控制并发数），速度更快；循环是串行的。

【基础】怎么让模型输出结构化数据？

参考答案：优先使用模型原生的结构化输出（with_structured_output(Schema)，底层用工具调用或 JSON Schema 模式）；不支持时用提示词 + PydanticOutputParser。无论哪种都要校验，失败时重试或降级。

追问：Schema 设计要注意什么？→ 用枚举限制取值、字段加描述、可选字段明确、不要嵌套太深；字段名和描述模型都会读。

进阶

【进阶】LangChain 1.x 和 0.x 有什么主要变化？

参考答案：Agent 统一为 create_agent，基于 LangGraph 构建，支持检查点、流式和人工介入；引入中间件机制（调用限制、摘要、人工审批、备用模型等）；旧的 AgentExecutor、LLMChain 等移到 langchain-classic；核心包更精简。具体以官方迁移文档为准。

追问：项目里遇到过版本问题吗？→ 按实际经历讲（例如教程是 0.x 写法、包版本不匹配），以及怎么解决（锁定版本、读迁移文档、写测试）。

【进阶】怎么做模型的重试和降级？

参考答案：Runnable 的 with_retry 处理临时错误；with_fallbacks 在主链失败后切换到备用模型或提供方；1.x 的 Agent 也可以使用备用模型中间件。降级的最后一层通常是“返回友好提示 / 转人工”。

追问：备用模型效果差一些怎么办？→ 评测备用模型在关键用例上的表现，可以只对部分功能降级；记录降级发生的比例并告警。

场景题

【场景题】做一个工单自动分类服务，你会怎么设计？

参考答案：结构化输出（枚举类别、格式校验）+ 重试 + 备用提供方；低置信度人工复核和抽检；异步执行不阻塞工单创建；历史数据批处理控制并发、断点续跑；记录模型和提示词版本；评测集验证准确率。详见工单分类场景。

追问：怎么衡量分类效果？→ 用人工标注的样本计算准确率和各类别的召回率，特别关注高风险类别（投诉）的召回。

【场景题】团队里有人说“LangChain 太重了，不如直接调 SDK”，你怎么看？

参考答案：各有适用场景。简单调用、单一模型提供方、追求可控性，直接用 SDK；需要多提供方切换、检索 / 工具 / Agent 生态、中间件和 LangGraph 编排能力时，LangChain 能节省大量工作。关键是封装要适度，并锁定版本、写测试应对版本变化。

追问：如果用 SDK，怎么保留切换模型的能力？→ 自己定义一层薄的模型接口（或使用 OpenAI 兼容接口），业务代码不直接依赖某个厂商的 SDK。

3.9 KiB Raw Blame History Unescape Escape