Skip to main content
Open on GitHub

LangChain v0.3

最后更新：24.09.16

更新内容​

  • 所有包已从 Pydantic 1 内部升级到 Pydantic 2。用户代码中完全支持 Pydantic 2 及所有包，无需 langchain_core.pydantic_v1 或 pydantic.v1 等桥接器。
  • Pydantic 1 将不再受支持，因为它已于 2024 年 6 月达到生命周期终点。
  • Python 3.8 将不再受支持，因为它将于 2024 年 10 月达到生命周期终点。

这些是唯一的破坏性更改。

新增内容​

在 0.2.x 开发期间添加了以下功能：

如何更新您的代码​

如果您使用的是 langchain / langchain-community / langchain-core 0.0 或 0.1，我们建议您首先升级到 0.2。

如果您使用的是 langgraph，请升级到 langgraph>=0.2.20,<0.3。这将兼容所有基础包的 0.2 或 0.3 版本。

以下是已发布的所有软件包的完整列表以及我们建议您升级的版本约束。 任何新需要 langchain-core 0.3 的软件包都有次要版本号的更新。 任何现在兼容 langchain-core 0.2 和 0.3 的软件包都有补丁版本号的更新。

您可以使用 langchain-cli 自动更新已弃用的导入。 CLI 将处理 LangChain 0.0.x 和 LangChain 0.1 中引入的已弃用导入的更新，以及 langchain_core.pydantic_v1 和 langchain.pydantic_v1 导入的更新。

基础包​

包最新版本推荐约束
langchain0.3.0>=0.3,<0.4
langchain-community0.3.0>=0.3,<0.4
langchain-text-splitters0.3.0>=0.3,<0.4
langchain-core0.3.0>=0.3,<0.4
langchain-experimental0.3.0>=0.3,<0.4

后续包​

包最新版本推荐约束
langgraph0.2.20>=0.2.20,<0.3
langserve0.3.0>=0.3,<0.4

集成包​

包最新版本推荐约束
langchain-ai210.2.0>=0.2,<0.3
langchain-aws0.2.0>=0.2,<0.3
langchain-anthropic0.2.0>=0.2,<0.3
langchain-astradb0.4.1>=0.4.1,<0.5
langchain-azure-dynamic-sessions0.2.0>=0.2,<0.3
langchain-box0.2.0>=0.2,<0.3
langchain-chroma0.1.4>=0.1.4,<0.2
langchain-cohere0.3.0>=0.3,<0.4
langchain-elasticsearch0.3.0>=0.3,<0.4
langchain-exa0.2.0>=0.2,<0.3
langchain-fireworks0.2.0>=0.2,<0.3
langchain-groq0.2.0>=0.2,<0.3
langchain-google-community2.0.0>=2,<3
langchain-google-genai2.0.0>=2,<3
langchain-google-vertexai2.0.0>=2,<3
langchain-huggingface0.1.0>=0.1,<0.2
langchain-ibm0.3.0>=0.3,<0.4
langchain-milvus0.1.6>=0.1.6,<0.2
langchain-mistralai0.2.0>=0.2,<0.3
langchain-mongodb0.2.0>=0.2,<0.3
langchain-nomic0.1.3>=0.1.3,<0.2
langchain-nvidia0.3.0>=0.3,<0.4
langchain-ollama0.2.0>=0.2,<0.3
langchain-openai0.2.0>=0.2,<0.3
langchain-pinecone0.2.0>=0.2,<0.3
langchain-postgres0.0.13>=0.0.13,<0.1
langchain-prompty0.1.0>=0.1,<0.2
langchain-qdrant0.1.4>=0.1.4,<0.2
langchain-redis0.1.0>=0.1,<0.2
langchain-sema40.2.0>=0.2,<0.3
langchain-together0.2.0>=0.2,<0.3
langchain-unstructured0.1.4>=0.1.4,<0.2
langchain-upstage0.3.0>=0.3,<0.4
langchain-voyageai0.2.0>=0.2,<0.3
langchain-weaviate0.0.3>=0.0.3,<0.1

更新包到最新版本后，您可能需要解决由于内部从 Pydantic v1 切换到 Pydantic v2 而引起的一些问题：

  • 如果您的代码除了 LangChain 之外还依赖于 Pydantic，您需要将 Pydantic 版本约束升级为 pydantic>=2,<3。如果您的非 LangChain 代码使用 pydantic v1 并需要迁移到 Pydantic v2，请参阅Pydantic 的迁移指南寻求帮助。
  • 由于内部从 Pydantic v1 切换到 v2，LangChain 组件会产生一些副作用。我们已列出以下一些常见情况以及建议的解决方案。

过渡到 Pydantic 2 时的常见问题​

1. 不要使用 langchain_core.pydantic_v1 命名空间​

将任何对 langchain_core.pydantic_v1 或 langchain.pydantic_v1 的使用替换为直接从 pydantic 导入。

例如，

from langchain_core.pydantic_v1 import BaseModel

改为：

from pydantic import BaseModel

鉴于 Pydantic 2 中存在许多破坏性更改，这可能需要您对 Pydantic 代码进行其他更新。请参阅Pydantic 迁移了解如何将您的代码从 Pydantic 1 升级到 2。

2. 将 Pydantic 对象传递给 LangChain API​

使用以下 API 的用户：

  • BaseChatModel.bind_tools
  • BaseChatModel.with_structured_output
  • Tool.from_function
  • StructuredTool.from_function

应确保将 Pydantic 2 对象传递给这些 API，而不是 Pydantic 1 对象（通过 Pydantic 2 的 pydantic.v1 命名空间创建）。

caution

虽然某些 API 可能接受 v1 对象，但建议用户使用 Pydantic 2 对象以避免未来出现问题。

3. 继承 LangChain 模型​

任何对现有 LangChain 模型（例如 BaseTool、BaseChatModel、LLM）的子类化都应升级以使用 Pydantic 2 功能。

例如，任何依赖 Pydantic 1 功能（例如 validator）的用户代码应更新为 Pydantic 2 等效项（例如 field_validator），并且任何对 pydantic.v1、langchain_core.pydantic_v1、langchain.pydantic_v1 的引用都应替换为从 pydantic 导入。

from pydantic.v1 import validator, Field # if pydantic 2 is installed
# from pydantic import validator, Field # if pydantic 1 is installed
# from langchain_core.pydantic_v1 import validator, Field
# from langchain.pydantic_v1 import validator, Field

class CustomTool(BaseTool): # BaseTool is v1 code
    x: int = Field(default=1)

    def _run(*args, **kwargs):
        return "hello"

    @validator('x') # v1 code
    @classmethod
    def validate_x(cls, x: int) -> int:
        return 1

应更改为：

from pydantic import Field, field_validator # pydantic v2
from langchain_core.pydantic_v1 import BaseTool

class CustomTool(BaseTool): # BaseTool is v1 code
    x: int = Field(default=1)

    def _run(*args, **kwargs):
        return "hello"

    @field_validator('x') # v2 code
    @classmethod
    def validate_x(cls, x: int) -> int:
        return 1


CustomTool(
    name='custom_tool',
    description="hello",
    x=1,
)

4. model_rebuild()​

在从 LangChain 模型进行子类化时，用户可能需要在文件中添加相关导入并重建模型。

您可以在此处了解有关 model_rebuild 的更多信息：docs.pydantic.dev/latest/concepts/models/#rebuilding-model-schema。

from langchain_core.output_parsers import BaseOutputParser


class FooParser(BaseOutputParser):
    ...
API Reference:BaseOutputParser

新代码：

from typing import Optional as Optional

from langchain_core.output_parsers import BaseOutputParser

class FooParser(BaseOutputParser):
    ...

FooParser.model_rebuild()
API Reference:BaseOutputParser

使用 langchain-cli 进行迁移​

langchain-cli 可以帮助自动更新代码中已弃用的 LangChain 导入。

请注意，langchain-cli 只处理已弃用的 LangChain 导入，而不能帮助将您的代码从 pydantic 1 迁移到 pydantic 2。

有关 Pydantic 1 到 2 迁移本身的帮助，请参阅Pydantic 迁移指南。

从 0.0.31 开始，langchain-cli 依赖于 gritql 来应用代码修改。

安装​

pip install -U langchain-cli
langchain-cli --version # <-- Make sure the version is at least 0.0.31

使用方法​

考虑到迁移脚本并非完美，您应该确保首先备份您的代码（例如，使用 git 等版本控制）。

langchain-cli 将处理 LangChain 0.3 中引入的 langchain_core.pydantic_v1 弃用以及更早的弃用（例如，from langchain.chat_models import ChatOpenAI 应该改为 from langchain_openai import ChatOpenAI），

您需要两次运行迁移脚本，因为它每次只应用一个导入替换。

例如，假设您的代码仍在使用的旧导入是 from langchain.chat_models import ChatOpenAI：

第一次运行后，您将得到：from langchain_community.chat_models import ChatOpenAI 第二次运行后，您将得到：from langchain_openai import ChatOpenAI

# 运行第一次
# 将替换 from langchain.chat_models import ChatOpenAI
langchain-cli migrate --help [path to code] # Help
langchain-cli migrate [path to code] # Apply

# 再次运行以应用更多导入替换
langchain-cli migrate --diff [path to code] # Preview
langchain-cli migrate [path to code] # Apply

其他选项​

# 查看帮助菜单
langchain-cli migrate --help
# 无需应用即可预览更改
langchain-cli migrate --diff [path to code]
# 交互式批准更改
langchain-cli migrate --interactive [path to code]