LangChain 1.0 构建 RAG Agent 智能问答系统完整代码

✨ 本文所有代码均为可直接运行的完整示例，基于 LangChain 最新版 API 编写，无任何过时语法，放心使用～

如果要说大模型落地中最实用的技术，RAG（检索增强生成）绝对名列前茅。它有效解决了大模型“知识过时、生成幻觉、领域知识不足”等几大核心痛点。今天，我们将手把手带你搭建一套基于 LangChain 的 RAG Agent 智能检索问答系统，从依赖安装到两种主流实现方案，全部附带可运行代码，拿到即用。

一、安装项目依赖包

首先，让我们一次性安装所有核心依赖，一条命令轻松搞定：

pip install langchain langchain-text-splitters langchain-community bs4 python-dotenv

安装完成后，即可开始配置三大核心组件。

二、初始化三大核心组件（核心配置）

构建 RAG Agent 的核心，就是将三部分组件有机组合：对话大模型、文本嵌入模型、向量存储器。下面逐一配置。

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 ChatOpenAIimport osfrom 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)

这里将 temperature 设置为 0.1，属于低随机性参数，可确保回答精准、不易跑偏。在知识型问答场景中，这一设置尤为关键。

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")

文本嵌入模型选用 all-mpnet-base-v2，它是一个轻量且质优的模型，支持中英文。首次运行时会自动缓存至本地，后续无需重复下载。

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)

这里使用内存级向量库，非常适合开发与演示阶段，无需部署或持久化。若需上线生产环境，可替换为 Chroma 或 Pinecone 等持久化向量数据库。

三、文档处理全流程：加载 → 分片 → 入库（构建检索知识库）

RAG 的核心前置步骤，是将网页上的非结构化文本转化为结构化的向量知识库。总共三步，每一环节都采用规范做法。

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 bs4from 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)}")

这里只抓取 post-title、post-header、post-content 三个 CSS 类对应的内容，过滤掉网页上的无效信息，大幅提升数据质量。

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")

采用 chunk_size=1000、chunk_overlap=200 的参数组合，既能保证文本块长度适宜，又避免关键信息因切分而丢失。同时记录起始索引，便于后续溯源，非常实用。

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IDprint(f"✅ 向量入库完成，文本块ID预览：{document_ids[:3]}")

入库过程完全自动化，只需将分好的文本块传入，向量库随即构建完成。输出前三个 ID 进行预览，确保一切正常。

四、核心实现：构建 RAG Agent 检索问答智能体（两种主流方案）

RAG 的精髓在于，让大模型在回答问题时，首先到知识库中进行检索，再基于检索到的内容生成答案。下面提供两种工业界主流方案，你可根据实际需求直接选用，均可运行。

方案一：工具调用型 RAG Agent（推荐）

核心逻辑

自定义一个检索工具，让大模型自主决定何时调用该工具，然后基于检索结果生成答案。这种方式具备“工具调用思维”，特别适用于复杂多轮问答或多步骤查询场景，灵活性极高。

# 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 = "nn".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 Agentagent = 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?nn""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()

这个测试案例非常典型——首先询问任务分解的标准方法，然后进一步追问该方法的常见扩展。智能体需要自行判断，第一步需要调用检索工具查询“标准方法”，第二步可能还需再次检索。流式输出能够实时展示其思考链条，体验出色。

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，智能体在回答前会自动完成检索，并将结果注入到系统提示词中。整个过程对开发者透明，代码极简，运行高效，特别适合简单的单轮问答场景。

# 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_promptdef 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 = "nn".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：nn"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()

一个简单的提问，中间件自动完成检索，代码量相比方案一大幅减少。对于只需要单轮问答的场景，此方案一键即可搞定。

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。大模型自主决定是否调用工具，灵活性极强，是工业界的首选做法。
2. 上下文注入型（方案二）：适合简单单轮问答、快速原型开发。代码量少，检索过程对开发者透明，但灵活性稍弱。

核心优化点说明

1. temperature=0.1：低温度确保回答精准、确定性高，特别适用于问答场景，避免生成发散内容。
2. chunk_overlap=200：相邻文本块设置重叠，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()：实时返回答案，用户无需等待，体验更佳。
4. InMemoryVectorStore：轻量、免部署，适合快速开发。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，从环境配置到文档处理再到两种 Agent 方案构建，全流程一气呵成。代码直接复制即可运行，同时覆盖两种主流方案，能够适应不同业务场景的需要。RAG 作为 LLM 落地的核心技术之一，这套代码稍加改造即可迁移到 PDF、本地文档等知识库场景，实用性极强。