# 如何在不同Pydantic版本下使用LangChain
## 引言
随着Pydantic v2的发布和LangChain对其支持的逐步提升,开发者在使用这两个工具组合时需要注意一些变化。本文旨在指导您如何在不同Pydantic版本下使用LangChain,以及如何应对可能的挑战。
## 主要内容
### 1. 在LangChain APIs中传递Pydantic对象
LangChain从`langchain>=0.0.267`开始允许用户安装Pydantic v1或v2。大多数API已经更新,可以接受这两种版本的Pydantic对象。开发者应在LangChain 0.3发布前继续使用Pydantic v1对象,以避免潜在的不兼容问题。
### 2. 子类化LangChain模型
当子类化LangChain模型时,建议继续使用Pydantic v1原语,因为LangChain内部仍然依赖于Pydantic v1。这可以避免混合使用时出现的晦涩错误。
### 3. 在Pydantic v2模型中使用LangChain对象
在Pydantic v2模型中使用LangChain对象时,可以禁用运行时验证以避免兼容性问题。
### 4. 使用LangServe生成OpenAPI文档
如果您正在使用Pydantic 2,则无法使用LangServe生成OpenAPI文档。建议安装Pydantic v1或手动创建API路由。
## 代码示例
### 示例:在LangChain API中使用Pydantic对象
```python
from langchain_openai import ChatOpenAI
from pydantic import BaseModel
class Person(BaseModel):
"""Personal information"""
name: str
model = ChatOpenAI()
model = model.with_structured_output(Person)
model.invoke('Bob is a person.')
# 使用API代理服务提高访问稳定性
示例:子类化LangChain模型
from pydantic.v1 import validator
from langchain_core.tools import BaseTool
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
CustomTool(
name='custom_tool',
description="hello",
x=1,
)
常见问题和解决方案
-
问题:混合使用Pydantic版本可能导致错误
- 解决方案:确保在项目中统一使用Pydantic版本,尤其是在子类化LangChain模型时保持一致。
-
问题:无法生成OpenAPI文档
- 解决方案:使用Pydantic v1或手动创建API文档。
总结和进一步学习资源
LangChain逐步过渡到支持Pydantic v2,开发者应及时了解相关更新并调整代码。建议关注LangChain的官方文档和Pydantic的迁移指南。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
---END---