229 lines
7.2 KiB
Markdown
229 lines
7.2 KiB
Markdown
|
# LangChain 学习平台（langchain-learning-kit）
|
|||
|
|
|
|||
|
|
> 目标：提供一个**企业级目录结构**和**简洁可运行**的示例系统，用来学习 LangChain 的关键功能：MySQL 配置与持久化、模型管理（可切换 LLM）、知识库管理（向量库 + 元数据）、多轮对话（会话状态）、自定义智能体（Agent）、以及常用运维/安全/测试准备。设计偏教学但架构接近生产可演示性。
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 一、总体概览
|
|||
|
|
|
|||
|
|
- 用户 → 前端/CLI → API Server (FastAPI) → 服务层：
|
|||
|
|
- Auth & UserManager（MySQL）
|
|||
|
|
- ModelManager（LLM 配置/版本）
|
|||
|
|
- KnowledgeBaseManager（向量索引 + 文档元数据）
|
|||
|
|
- ConversationManager（会话/历史）
|
|||
|
|
- Agent Orchestrator（RAG + 多工具）
|
|||
|
|
- Jobs / Workers（异步任务：索引、embed、清理）
|
|||
|
|
- 向量存储：FAISS（本地）
|
|||
|
|
- Embeddings：OpenAI
|
|||
|
|
- LLM：OpenAI
|
|||
|
|
- 持久化：MySQL（元数据、用户、会话索引等） + 本地磁盘或 S3（FAISS 索引快照、文档原文）
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 二、技术选型
|
|||
|
|
|
|||
|
|
- 后端框架：FastAPI
|
|||
|
|
- LangChain：核心库 + langchain-community（Vectorstores）
|
|||
|
|
- 向量 DB：FAISS（本地，开发）
|
|||
|
|
- Embeddings/LLM：OpenAI（示例），兼容层支持自托管模型（via ModelManager）
|
|||
|
|
- 异步任务：Celery / RQ（演示可用内置 asyncio）
|
|||
|
|
- 数据库：MySQL（演示使用 SQLAlchemy + Alembic）
|
|||
|
|
- Docker：容器化
|
|||
|
|
- CI：pytest + GitHub Actions
|
|||
|
|
- 配置管理：dotenv / Env vars
|
|||
|
|
- 日志/监控：结构化日志（uvicorn/structlog）、Prometheus（可选）
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 三、关键组件说明
|
|||
|
|
|
|||
|
|
## 1. ModelManager（模型管理）
|
|||
|
|
|
|||
|
|
职责：
|
|||
|
|
|
|||
|
|
- 管理可用的 embedding 模型与 LLM（名称、type、endpoint、apikey、可用状态）
|
|||
|
|
- 提供统一接口 `get_embedding_provider(name)` / `get_llm(name)`
|
|||
|
|
- 支持“默认模型”与按请求切换模型
|
|||
|
|
示例 DB 表：`models`（id, name, type (embedding|llm), config JSON, status, created_at）
|
|||
|
|
|
|||
|
|
## 2. KnowledgeBaseManager（知识库/向量管理）
|
|||
|
|
|
|||
|
|
职责：
|
|||
|
|
|
|||
|
|
- 管理多个知识库（kb），每个 kb 对应一套文档集合和向量索引
|
|||
|
|
- 提供接口：`create_kb(name)`, `ingest_documents(kb, docs)`, `query_kb(kb, query, k)`
|
|||
|
|
- 支持本地 FAISS 索引持久化：`save_local(kb)`, `load_local(kb)`
|
|||
|
|
- 元数据保存在 MySQL（document 表：id, kb_id, title, source, content, embedding_id,...）
|
|||
|
|
- 支持分片、版本（snapshot）
|
|||
|
|
|
|||
|
|
## 3. ConversationManager（多轮对话）
|
|||
|
|
|
|||
|
|
职责：
|
|||
|
|
|
|||
|
|
- 管理会话对象（session_id, user_id, messages[], metadata）
|
|||
|
|
- 提供 conversation memory（短期与长期）
|
|||
|
|
- 支持将检索到的片段注入 prompt（RAG）
|
|||
|
|
- 支持对话转写为文档入库（长期记忆）
|
|||
|
|
|
|||
|
|
DB 表：`conversations` (id, user_id, title, created_at)，`messages` (id, conversation_id, role, text, metadata, created_at)
|
|||
|
|
|
|||
|
|
## 4. Agent Orchestrator（自定义智能体）
|
|||
|
|
|
|||
|
|
职责：
|
|||
|
|
|
|||
|
|
- 将 LangChain Agent 与工具（retriever、calculator、external API）组合
|
|||
|
|
- 提供 Agent 模板配置：工具集合、策略（单步/多步/chain-of-thought 开/关）
|
|||
|
|
- 记录 `agent_scratchpad` 用于审计与回溯
|
|||
|
|
- 提供 API 启动/停止智能体、获取工具调用日志
|
|||
|
|
|
|||
|
|
## 5. Jobs / Workers
|
|||
|
|
|
|||
|
|
职责：
|
|||
|
|
|
|||
|
|
- 异步嵌入计算（batch embedding）、文档分块、定期 reindex
|
|||
|
|
- 可使用 Celery + Redis（或简单的线程池）实现
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 四、MySQL 设计（简化版 schema）
|
|||
|
|
|
|||
|
|
```sql
|
|||
|
|
-- models: 存放模型信息（embedding/llm）
|
|||
|
|
CREATE TABLE models (
|
|||
|
|
id INT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
name VARCHAR(128) NOT NULL,
|
|||
|
|
type VARCHAR(32) NOT NULL, -- 'embedding' or 'llm'
|
|||
|
|
config JSON NOT NULL, -- 存放 endpoint/api_key/其他配置
|
|||
|
|
is_default BOOLEAN DEFAULT FALSE,
|
|||
|
|
status VARCHAR(32) DEFAULT 'active',
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
|
|||
|
|
);
|
|||
|
|
|
|||
|
|
-- knowledge bases
|
|||
|
|
CREATE TABLE knowledge_bases (
|
|||
|
|
id INT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
name VARCHAR(128) UNIQUE,
|
|||
|
|
description TEXT,
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
|
|||
|
|
);
|
|||
|
|
|
|||
|
|
-- documents
|
|||
|
|
CREATE TABLE documents (
|
|||
|
|
id BIGINT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
kb_id INT,
|
|||
|
|
title VARCHAR(512),
|
|||
|
|
content LONGTEXT,
|
|||
|
|
source VARCHAR(512),
|
|||
|
|
metadata JSON,
|
|||
|
|
embedding_id VARCHAR(128), -- 可选 linkage 到向量存储的 id
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
|
|||
|
|
FOREIGN KEY (kb_id) REFERENCES knowledge_bases(id)
|
|||
|
|
);
|
|||
|
|
|
|||
|
|
-- conversations + messages
|
|||
|
|
CREATE TABLE conversations (
|
|||
|
|
id BIGINT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
user_id INT,
|
|||
|
|
title VARCHAR(255),
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
|
|||
|
|
);
|
|||
|
|
CREATE TABLE messages (
|
|||
|
|
id BIGINT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
conversation_id BIGINT,
|
|||
|
|
role VARCHAR(32), -- user, assistant, system, tool
|
|||
|
|
content LONGTEXT,
|
|||
|
|
metadata JSON,
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
|
|||
|
|
FOREIGN KEY (conversation_id) REFERENCES conversations(id)
|
|||
|
|
);
|
|||
|
|
|
|||
|
|
-- audit log for agent/tool calls
|
|||
|
|
CREATE TABLE tool_calls (
|
|||
|
|
id BIGINT AUTO_INCREMENT PRIMARY KEY,
|
|||
|
|
agent_id VARCHAR(128),
|
|||
|
|
tool_name VARCHAR(128),
|
|||
|
|
call_input JSON,
|
|||
|
|
call_output JSON,
|
|||
|
|
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
|
|||
|
|
);
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 五、目录结构（企业级示例）
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
langchain-learning-kit/
|
|||
|
|
├── docker/
|
|||
|
|
│ ├── Dockerfile
|
|||
|
|
│ ├── docker-compose.yml
|
|||
|
|
│ └── nginx/
|
|||
|
|
├── app/
|
|||
|
|
│ ├── main.py # FastAPI entry
|
|||
|
|
│ ├── config.py
|
|||
|
|
│ ├── api/
|
|||
|
|
│ │ ├── v1/
|
|||
|
|
│ │ │ ├── models.py # model management endpoints
|
|||
|
|
│ │ │ ├── kb.py # knowledge base endpoints
|
|||
|
|
│ │ │ ├── conv.py # conversation endpoints
|
|||
|
|
│ │ │ └── agent.py # agent endpoints
|
|||
|
|
│ ├── services/
|
|||
|
|
│ │ ├── model_manager.py
|
|||
|
|
│ │ ├── kb_manager.py
|
|||
|
|
│ │ ├── conv_manager.py
|
|||
|
|
│ │ └── agent_orchestrator.py
|
|||
|
|
│ ├── db/
|
|||
|
|
│ │ ├── models.py # SQLAlchemy models
|
|||
|
|
│ │ ├── session.py
|
|||
|
|
│ │ └── alembic/
|
|||
|
|
│ ├── embeddings/
|
|||
|
|
│ │ ├── openai_provider.py
|
|||
|
|
│ │ └── providers.py
|
|||
|
|
│ └── utils/
|
|||
|
|
│ ├── text_splitter.py
|
|||
|
|
│ ├── faiss_helper.py
|
|||
|
|
│ └── logger.py
|
|||
|
|
├── tests/
|
|||
|
|
│ ├── unit/
|
|||
|
|
│ └── integration/
|
|||
|
|
├── docs/
|
|||
|
|
│ ├── architecture.md
|
|||
|
|
│ └── runbook.md
|
|||
|
|
├── scripts/
|
|||
|
|
│ ├── ingest_docs.py
|
|||
|
|
│ └── reindex_faiss.py
|
|||
|
|
├── .env
|
|||
|
|
├── requirements.txt
|
|||
|
|
└── README.md
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
------
|
|||
|
|
|
|||
|
|
# 六、关键 API 设计
|
|||
|
|
|
|||
|
|
## 1. Model 管理
|
|||
|
|
|
|||
|
|
- `POST /api/v1/models` — 添加模型（body: name,type,config）
|
|||
|
|
- `GET /api/v1/models` — 列表
|
|||
|
|
- `PUT /api/v1/models/{id}` — 更新
|
|||
|
|
- `DELETE /api/v1/models/{id}`
|
|||
|
|
|
|||
|
|
## 2. 知识库
|
|||
|
|
|
|||
|
|
- `POST /api/v1/kb` — 创建知识库
|
|||
|
|
- `POST /api/v1/kb/{kb_id}/ingest` — 上传文档（文本/URL），触发分割+嵌入（异步）
|
|||
|
|
- `POST /api/v1/kb/{kb_id}/query` — query（query, model, k）
|
|||
|
|
- `GET /api/v1/kb/{kb_id}/status` — index 状态
|
|||
|
|
|
|||
|
|
## 3. 会话
|
|||
|
|
|
|||
|
|
- `POST /api/v1/conversations` — 新会话
|
|||
|
|
- `POST /api/v1/conversations/{id}/messages` — 追加消息（会触发 RAG/Agent）
|
|||
|
|
- `GET /api/v1/conversations/{id}` — 获取对话历史
|
|||
|
|
|
|||
|
|
## 4. Agent
|
|||
|
|
|
|||
|
|
- `POST /api/v1/agent/run` — {agent_name, input, model?}
|
|||
|
|
- `GET /api/v1/agent/logs/{run_id}`
|
|||
|
|
|