LangChain v0.3

最后更新时间：2024年9月16日

更新内容

所有包都已从内部的 Pydantic 1 升级到 Pydantic 2。在用户代码中完全支持使用 Pydantic 2，所有包均无需通过 langchain_core.pydantic_v1 或 pydantic.v1 等桥梁即可使用。
Pydantic 1 将不再受支持，因为它已于 2024 年 6 月停止维护。
Python 3.8 将不再受支持，因为其生命周期将于 2024 年 10 月结束。

这些是唯一的重大变更。

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，我们建议您先升级到 0.2。

如果您正在使用 langgraph，请升级到 langgraph>=0.2.20,<0.3。此操作适用于所有基础包的 0.2 或 0.3 版本。

以下是所有已发布的包的完整列表，以及我们建议您升级版本约束的内容。任何现在需要 langchain-core 0.3 的包都进行了小版本更新。任何现在同时兼容 langchain-core 0.2 和 0.3 的包都进行了补丁版本更新。

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，以及更新 langchain_core.pydantic_v1 和 langchain.pydantic_v1 的导入。

基础包

包	最新	推荐约束
langchain	0.3.0	>=0.3,<0.4
langchain-community	0.3.0	>=0.3,<0.4
langchain-text-splitters	0.3.0	>=0.3,<0.4
langchain-core	0.3.0	>=0.3,<0.4
langchain-experimental	0.3.0	>=0.3,<0.4

下游包

包	最新	推荐约束
langgraph	0.2.20	>=0.2.20,<0.3
langserve	0.3.0	>=0.3,<0.4

集成包

包	最新	推荐约束
langchain-ai21	0.2.0	>=0.2,<0.3
langchain-aws	0.2.0	>=0.2,<0.3
langchain-anthropic	0.2.0	>=0.2,<0.3
langchain-astradb	0.4.1	>=0.4.1,<0.5
langchain-azure-dynamic-sessions	0.2.0	>=0.2,<0.3
langchain-box	0.2.0	>=0.2,<0.3
langchain-chroma	0.1.4	>=0.1.4,<0.2
langchain-cohere	0.3.0	>=0.3,<0.4
langchain-elasticsearch	0.3.0	>=0.3,<0.4
langchain-exa	0.2.0	>=0.2,<0.3
langchain-fireworks	0.2.0	>=0.2,<0.3
langchain-groq	0.2.0	>=0.2,<0.3
langchain-google-community	2.0.0	>=2,<3
langchain-google-genai	2.0.0	>=2,<3
langchain-google-vertexai	2.0.0	>=2,<3
langchain-huggingface	0.1.0	>=0.1,<0.2
langchain-ibm	0.3.0	>=0.3,<0.4
langchain-milvus	0.1.6	>=0.1.6,<0.2
langchain-mistralai	0.2.0	>=0.2,<0.3
langchain-mongodb	0.2.0	>=0.2,<0.3
langchain-nomic	0.1.3	>=0.1.3,<0.2
langchain-nvidia	0.3.0	>=0.3,<0.4
langchain-ollama	0.2.0	>=0.2,<0.3
langchain-openai	0.2.0	>=0.2,<0.3
langchain-pinecone	0.2.0	>=0.2,<0.3
langchain-postgres	0.0.13	>=0.0.13,<0.1
langchain-prompty	0.1.0	>=0.1,<0.2
langchain-qdrant	0.1.4	>=0.1.4,<0.2
langchain-redis	0.1.0	>=0.1,<0.2
langchain-sema4	0.2.0	>=0.2,<0.3
langchain-together	0.2.0	>=0.2,<0.3
langchain-unstructured	0.1.4	>=0.1.4,<0.2
langchain-upstage	0.3.0	>=0.3,<0.4
langchain-voyageai	0.2.0	>=0.2,<0.3
langchain-weaviate	0.0.3	>=0.0.3,<0.1

在更新到最新版本的这些包之后，你可能需要解决由于内部从 Pydantic v1 切换到 Pydantic v2 引起的以下问题：

如果你的代码除了LangChain之外还依赖Pydantic，你需要将Pydantic的版本约束升级为 pydantic>=2,<3。如果你使用的是Pydantic v1，可以参考 Pydantic的迁移指南来帮助你将非LangChain的代码迁移到Pydantic v2。
LangChain 组件由于内部从 Pydantic v1 切换到 v2 而产生了一些副作用。我们列出了以下一些常见情况及推荐解决方案。

迁移到 Pydantic 2 时的常见问题

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

将所有对 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

to:

from pydantic import BaseModel

这可能需要您对Pydantic代码进行额外更新，因为Pydantic 2中有许多破坏性变更。有关如何将您的代码从Pydantic 1升级到2的说明，请参见Pydantic迁移。

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

应确保向这些API传递的是Pydantic 2对象，而不是Pydantic 1对象（通过pydantic 2的pydantic.v1命名空间创建的对象）。

注意

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

3. 继承LangChain模型

从现有的 LangChain 模型进行子类化（例如 BaseTool、BaseChatModel、LLM）应升级为使用 Pydantic 2 的功能。

例如，任何依赖 Pydantic 1 功能的用户代码（如 validator）都应更新为 Pydantic 2 的等效功能（如 field_validator），并且对 pydantic.v1、langchain_core.pydantic_v1、langchain.pydantic_v1 的引用都应替换为从 pydantic 导入的内容。

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()

当从 LangChain 模型继承时，用户可能需要向文件中添加相关的导入语句并重新构建模型。

您可以在此处阅读有关 model_rebuild 的更多信息。

from langchain_core.output_parsers import BaseOutputParser


class FooParser(BaseOutputParser):
    ...

API 参考：BaseOutputParser

新代码：

from typing import Optional as Optional

from langchain_core.output_parsers import BaseOutputParser

class FooParser(BaseOutputParser):
    ...

FooParser.model_rebuild()

API 参考：BaseOutputParser

使用 langchain-cli 进行迁移

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

请注意，langchain-cli 仅处理已弃用的 LangChain 导入，无法帮助您将代码从 pydantic 1 升级到 pydantic 2。

有关 Pydantic 1 到 2 迁移的帮助，请参阅 Pydantic 迁移指南。

从 0.0.31 版本开始，langchain-cli 依赖 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

由于迁移脚本并不完美，你应该先确保你的代码已有备份（例如，使用版本控制工具，如 git）。

langchain-cli 将处理 LangChain 0.3 中引入的 langchain_core.pydantic_v1 废弃功能，以及更早的废弃功能（例如 from langchain.chat_models import ChatOpenAI 应该替换为 from langchain_openai import ChatOpenAI），

您需要运行迁移脚本两次，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旧的导入 from langchain.chat_models import ChatOpenAI：

首次运行后，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

# Run a first time
# Will replace from langchain.chat_models import ChatOpenAI
langchain-cli migrate --help [path to code] # Help
langchain-cli migrate [path to code] # Apply

# Run a second time to apply more import replacements
langchain-cli migrate --diff [path to code] # Preview
langchain-cli migrate [path to code] # Apply

其他选项

# See help menu
langchain-cli migrate --help
# Preview Changes without applying
langchain-cli migrate --diff [path to code]
# Approve changes interactively
langchain-cli migrate --interactive [path to code]

更新内容​

最新动态​

如何更新您的代码​

基础包​

下游包​

集成包​

迁移到 Pydantic 2 时的常见问题​

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

2. 将Pydantic对象传递给LangChain API​

3. 继承LangChain模型​

4. model_rebuild()​

使用 langchain-cli 进行迁移​

安装​

使用​

其他选项​