Interview Bank

LangChain Python

面向 Python 侧 LangChain 工程落地：基础编排、异步执行、FastAPI 服务化、配置管理和数据库接入。

01基础从模型封装、提示词模板、LCEL 和输出解析开始，建立 Python LangChain 的最小工程模型。02异步用 asyncio 处理模型调用、检索和工具执行，避免把 Python 服务卡在同步等待上。03FastAPI把 LangChain 运行时做成 HTTP 服务：路由、校验、流式响应、依赖注入和工程化目录。04TOML 配置用 TOML 管理模型、检索、超时和功能开关，让环境差异离开代码。05数据库为会话、记忆、文档元数据和任务状态选择存储，并和向量库的职责分开。