[如何在不同Pydantic版本下使用LangChain]

mmlihaio

于 2024-10-04 02:00:08 发布

阅读量179

点赞数 1

文章标签： langchain python

本文链接：https://blog.csdn.net/mmlihaio/article/details/142698486

版权

# 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,
)