本页目录
Lesson 01 — LCEL 与框架全景：从手写拼装到管道
本课定位：你已经手写过完整 RAG（
lessons/01_getting_started）。现在用 LangChain 的 LCEL 管道语法重写同一个 RAG，亲眼看见「框架替你做了什么、省了多少代码」。
一、先回顾：你手写 RAG 时做了什么？
打开 lessons/01_getting_started/code.py，你的主流程是：
问题 → embed_texts() → collection.query() → 自己拼 f-string prompt → client.chat.completions.create()
为了把这条链跑通，你手动做了 5 件事：
| 步骤 | 手写代码 | 痛点 |
|---|---|---|
| 1. 算 embedding | client.embeddings.create() |
每次都要手写、手排序 |
| 2. 检索 | collection.query(query_embeddings=...) |
返回结构要手动剥层（results["documents"][0]） |
| 3. 拼 prompt | f-string 拼接 | 改格式要重写字符串，没法复用 |
| 4. 调模型 | client.chat.completions.create(messages=[...]) |
messages 结构要手维护 |
| 5. 提取答案 | response.choices[0].message.content |
不同 SDK 字段名不同 |
核心痛点：每一步都靠你手写"胶水代码"把上一步的输出"塞"进下一步。如果中间想插入一步（比如加个重排序），就得重写整个串联逻辑。
框架要解决的就是这件事。
二、LangChain 生态全景（2025 重构后）
LangChain 在 2024-2025 经历了一次大重构（1.x 时代）。先看清它的包结构：
langchain-core ← 所有抽象的根基（Runnable 接口、Prompt、Message）
↑
langchain ← 主包，提供 chain、agent 等编排能力
langgraph ← Agent 专用，用"图"建模（L06 起会用）
↑
langchain-community ← 各家模型/向量库的集成（⚠️ 正在被 sunset，见下文）
langchain-chroma ← Chroma 的独立集成包（新写法）
⚠️ 一个关键背景：langchain-community 正在 sunset
你运行本课代码时会看到一个 DeprecationWarning：
`langchain-community` is being sunset and is no longer actively maintained.
这不是 bug，是真实的行业变迁：LangChain 官方正在把原来塞在一个大包里的几百个集成，拆成独立的、各家自己维护的小包（langchain-chroma、langchain-openai、未来的 langchain-zhipuai……）。
我们这门课的策略：
- 当前能跑通的方式：智谱的 ChatZhipuAI 目前仍主要在 langchain-community 里，本课先用它（注释里会标注迁移方向）。
- 已经迁移的部分：Chroma 已经有独立包 langchain-chroma，我们直接用新的。
- 教学价值：理解"框架的集成层在不断迁移"这件事本身，就是工程师必备的认知。
面试加分点：能说清
langchain-core/langchain/langgraph/ 各langchain-xxx独立包的分工，比只会import langchain的候选人强一截。
三、LCEL（LangChain Expression Language）核心
LCEL 是 LangChain 的管道语法。一句话理解：用 | 把组件串起来，就像 Unix 管道 cat file | grep x | sort。
1. Runnable 协议 —— 一切皆可管道
LCEL 的根基是 Runnable 接口。每个组件都实现了这套方法：
| 方法 | 作用 | 你手写时对应的操作 |
|---|---|---|
.invoke(x) |
跑一次，返回完整结果 | 函数调用 f(x) |
.stream(x) |
流式返回（一个 token 一个 token） | 手写 yield / SSE |
.batch([x1,x2]) |
批量并发跑 | 手写线程池/asyncio |
这就是 LCEL 最妙的地方：你用 | 串好的链，自动就拥有了 invoke/stream/batch 三种能力，不用为流式重写一遍代码。
回顾你 RAG L05 手写流式输出时，专门写了 stream=True 的循环 + 逐 chunk 拼接——在 LCEL 里，.stream() 直接就能用。
2. 管道语法 |
chain = prompt | model | parser
result = chain.invoke({"question": "..."})
| 做的事：把左边组件的输出，作为右边组件的输入。等价于手写：
# 手写等价物
step1 = prompt.format(question="...") # → 一段 prompt 文本
step2 = model.invoke(step1) # → 一个 message 对象
step3 = parser.invoke(step2) # → 一段纯文本
| 帮你省掉的就是这三步之间的"手动塞"。
3. 数据在管道里怎么流动？
关键规则：前一个组件的输出类型 = 后一个组件期望的输入类型。
| 组件 | 输入 | 输出 |
|---|---|---|
ChatPromptTemplate |
dict {"question": ...} |
ChatPromptValue（一组 message） |
ChatModel |
ChatPromptValue / message 列表 |
AIMessage |
StrOutputParser |
AIMessage |
str（纯文本） |
类型对得上就能串。这也是为什么 LCEL 既能跑通也能帮你发现错误——类型不对，立刻报错。
四、本课代码：用 LCEL 重写你的第一个 RAG
code.py 做的事和你 RAG L01 完全相同，但用 LCEL 重写：
retriever | prompt | model | parser
对比代码量（运行 code.py 会看到具体行数对比）：
| 手写版（RAG L01） | LCEL 版（本课） | |
|---|---|---|
| 总行数 | ~200 行 | ~80 行 |
| 检索 | embed_texts() + collection.query() 两函数 |
Chroma.as_retriever() 一行 |
| 拼接 prompt | f-string 手拼 | ChatPromptTemplate.from_template() |
| 调模型 + 提取 | 两步手动 | model | StrOutputParser() |
| 想加流式 | 要重写一个 stream=True 循环 |
把 .invoke() 换成 .stream() 即可 |
这就是框架的价值：不是原理更复杂了，而是把原理封装成可复用、可组合、可替换的积木。
五、一个必须清醒的认知：框架 ≠ 银弹
| 框架做得好的 | 框架没解决/要小心的 |
|---|---|
| 标准化接口，组件可替换 | 检索质量仍取决于 embedding/切块（原理没变） |
| 自动获得 stream/batch | prompt 的"防幻觉"设计仍要你自己想 |
| 可观测性（L05 接 LangSmith） | 黑盒化：报错时栈深，需要懂内部 |
| 减少胶水代码 | 版本迁移成本（如 community sunset） |
结论：原理你已经懂了（前两门课），现在学框架是「把同样的原理，用更省力的方式落地」。知道框架在哪一层帮你做事，比盲目调包重要得多。
六、运行本课
# 确保已配置 .env（和前两门课共用同一个）
python framework-lessons/01_lcel_overview/code.py
你会看到：
1. 手写版 RAG 的关键步骤回顾（行数统计）
2. LCEL 版重写（同一问题，代码量对比）
3. .invoke() vs .stream() 同一条链的两种调用
4. .batch() 批量问答
七、小结 & 下节预告
✅ 现在你应该明白：
- LangChain 1.x 的包结构与 langchain-community sunset 的背景
- LCEL = | 管道 + Runnable 协议（invoke/stream/batch）
- 框架如何把你的手写 RAG 压缩到几行
🔜 L02 会深入 LCEL 三个核心积木：Models + Prompts + Output Parsers，把你手写 messages 拼装和 tool_calls 解析的活儿，全交给框架。对应你 RAG L05 和 Agent L02 的内容。