LangChain-Konfigurations- und Fehlerklassen


RunnableConfig-Konfigurationsoptionen

FeldTypeBeschreibung
configurabledictLaufzeitkonfiguration. Am häufigsten verwendet: thread_id für Checkpointer
recursion_limitintMaximale Rekursionstiefe (Standard 9999)
metadatadictZusätzliche Metadaten
tagslist[str]Liste von Tags zum Filtern und Gruppieren von Traces
callbackslist[BaseCallbackHandler]Callback-Handler

Beispiel

config = {
    "configurable": {"thread_id": "user-001"},
    "metadata": {"source": "web"},
    "tags": ["production", "chat"],
}
result = agent.invoke(inputs, config=config)

Checkpointer-Implementierungsklassen

KlasseImportpfadPersistenz
InMemorySaverlanggraph.checkpoint.memorynein
SqliteSaverlanggraph.checkpoint.sqliteJa
PostgresSaverlanggraph.checkpoint.postgresJa

Beispiel

# Speicher
from langgraph.checkpoint.memory import InMemorySaver
checkpointer = InMemorySaver()

# SQLite
from langgraph.checkpoint.sqlite import SqliteSaver
checkpointer = SqliteSaver.from_conn_string("checkpoints.db")

# PostgreSQL
# from langgraph.checkpoint.postgres import PostgresSaver
# checkpointer = PostgresSaver.from_conn_string("postgresql://...")

Store-Implementierungsklassen

KlasseImportpfadPersistenz
InMemoryStorelanggraph.store.memorynein
PostgresStorelanggraph.store.postgresJa

Beispiel

from langgraph.store.memory import InMemoryStore

store = InMemoryStore()
store.put(("namespace",), "key", {"data": "value"})
item = store.get(("namespace",), "key")
items = store.search(("namespace",))
store.delete(("namespace",), "key")

Häufige Ausnahmeklassen

AusnahmeSourceBeschreibung
ToolExceptionlangchain.toolsAusnahme innerhalb eines Tools. Der Agent kann sie abfangen und neu entscheiden.
ImportErrorPython-Built-inFehlendes Abhängigkeitspaket. Die Fehlermeldung schlägt den Installationsbefehl vor
ValueErrorPython-Built-inFehler bei der Parametervalidierung oder Konfigurationsfehler
NotImplementedErrorPython-Built-inMiddleware-Methode nicht implementiert (z. B. nur synchron definiert, aber asynchron aufgerufen)
StructuredOutputErrorlangchain.agents.structured_outputFehler im Zusammenhang mit strukturierter Ausgabe (Formatabweichung, mehrere Ausgaben usw.)
StructuredOutputValidationErrorlangchain.agents.structured_outputFehlgeschlagene Validierung der strukturierten Ausgabe
MultipleStructuredOutputsErrorlangchain.agents.structured_outputDas Modell hat mehrere strukturierte Ausgaben zurückgegeben
TimeoutErrorPython-integriert / verschiedene SDKsAnfrage-Timeout

LaunchDarkly-Konfigurationscheckliste

PrüfpunktBefehl/Methode
Python-Versionpython --version (erfordert 3.10+)
langchain-Versionpython -c "import langchain; print(langchain.__version__)"
Installation von Abhängigkeitenpip list | grep langchain
API-Schlüssel-Konfigurationpython -c "import os; from dotenv import load_dotenv; load_dotenv(); print(os.getenv('DEEPSEEK_API_KEY', 'NOT SET')[:10])"
ModellkonnektivitätVerwenden Sie init_chat_model(), um eine einfache Anfrage zum Testen zu senden

Die API-Referenz dieses Tutorials basiert auf LangChain v1.3.0. Da sich LangChain noch schnell weiterentwickelt, wird empfohlen, die neueste offizielle Dokumentation für die aktuellsten API-Informationen zu konsultieren.

Weitere Erweiterungen