LangChain+LangGraph+LangSmith 面试题 - 2026-06-15 00:17
【面试题】1. 请讲一下LangChain中Chain和LangGraph中Graph的本质区别，各自适合什么场景？
【标准答案】Chain是线性流水线，数据单向流动，适合确定性的顺序任务，比如"先检索再生成"这种固定步骤。Graph是状态机，节点之间可以任意跳转、循环、条件分支，适合复杂决策流程，比如多轮对话里根据用户输入动态决定下一步做什么。简单说：Chain是管道，Graph是流程图。实际项目中，简单问答用Chain，需要多步推理、人工审批节点、循环重试的用Graph。
【面试题】2. LangGraph的State设计有什么最佳实践？为什么不能用随便一个dict？
【标准答案】State必须用TypedDict或Pydantic Model定义，原因是LangGraph框架依赖类型声明来做状态合并（reduce）和节点间数据传递。如果随便用dict，框架不知道怎么合并多个节点的输出，会导致状态覆盖而不是累加。最佳实践：把"会累加"的字段（比如消息历史）用Annotated加reduce函数，把"只取最新"的字段直接声明类型。这样每个节点只改自己关心的部分，不会互相踩踏。
【面试题】3. 用LangSmith排查一个线上Prompt突然输出质量下降的问题，你的完整排查路径是什么？
【标准答案】第一步：LangSmith Trace里按时间筛选，对比出问题前后的trace，看token消耗、延迟、最终输出有没有明显变化。第二步：检查Prompt版本——LangSmith有Prompt版本管理，确认是不是有人悄悄改了提示词。第三步：看LLM响应内容，是不是模型返回格式变了（比如JSON缺字段）。第四步：如果是RAG链路，检查Retriever拿回来的文档质量，可能向量库数据变了。第五步：用LangSmith的Playground复现问题，锁定是Prompt问题还是模型问题，再针对性修复。
【面试题】4. LangGraph如何实现"人工审批节点"（Human-in-the-loop），生产环境怎么落地？
【标准答案】核心是用interrupt()函数暂停图执行，把当前状态持久化到checkpointer（PostgreSQL或Redis），然后等待外部信号。审批人通过API或前端触发continue执行，传入审批结果。生产落地三个要点：①checkpointer必须用外部存储，不能内存，否则服务重启状态丢失；②中断状态要能查询，方便做审批队列；③要设超时，防止图永远卡住。Code层面就是在节点里调用interrupt({"question": "确认发送？"})，外层用Command(resume=...)恢复。
【面试题】5. LangChain的Memory有哪几种？ConversationalMemory和MessageHistory有什么区别，怎么选？
【标准答案】Memory主要分两类：基于链的ConversationBufferMemory（老API，不推荐）和基于消息列表的ChatMessageHistory（新API，推荐）。区别：ConversationBufferMemory是字符串拼接，丢上下文结构；ChatMessageHistory保留完整的HumanMessage/AIMessage对象，支持按token裁剪、按消息条数裁剪。现在官方推荐用history来注入对话历史，配合trim_messages做上下文窗口管理。实际项目直接用ChatMessageHistory + trim_messages，别用老的BufferMemory。
【面试题】6. LangGraph的checkpointer持久化，SQLite和PostgreSQL怎么选？什么场景用哪个？
【标准答案】SQLite适合单机、开发测试、小规模生产，配置简单，文件级存储，但并发能力差，服务重启需要重新连接。PostgreSQL适合多实例部署、高并发、需要水平扩展的场景，支持异步、连接池、更可靠的事务。经验法则：一天跑不到1万次对话用SQLite完全够；如果是ToC产品、有多个Graph实例、或者需要跨进程恢复状态，必须用PostgreSQL。还有一个方案是用Redis做checkpointer，适合超高并发但对持久化要求不极端的场景。
【面试题】7. 用LangSmith做自动化评估，怎么设计一个靠谱的评估数据集？只靠"看起来对"行不行？
【标准答案】不行，"看起来对"是主观的，无法规模化。靠谱的评估数据集设计：①每个用例包含：输入、标准答案（或评分标准）、上下文（如果是RAG）。②用LangSmith的Dataset功能批量导入，支持CSV或手动录入。③评估指标要分层：正确性用StringEvaluator或LLM-as-judge；格式合规性用JSON解析校验；RAG场景还要评估召回率（Retrieved vs Ground Truth）。④定期跑回归：新版本Prompt跑同一数据集，指标下降就报警。只靠肉眼看，永远发现不了3%的性能退化。
【面试题】8. LangChain Tools工具封装，@tool装饰器和Tool类直接实例化，有什么区别？推荐哪种？
【标准答案】@tool装饰器是推荐写法，优点是代码更简洁，函数的docstring自动变成tool的描述（给LLM看的，非常重要），参数类型注解自动映射成tool的schema。Tool类直接实例化更灵活，适合动态生成tool的场景（比如从配置文件读取tool定义）。实际开发中90%的场景用@tool就够了。一个常见坑：docstring写得太敷衍，LLM不知道什么时候用这个tool，导致tool调用失败或不调用。docstring要写清楚：这个tool干什么、什么时候用、参数含义、返回什么。
【面试题】9. LangGraph流式输出（stream_mode="messages"）和LangChain的stream()有什么区别？前端怎么接？
【标准答案】LangChain的stream()是按Chain输出的完整chunk流式返回，适合线性链。LangGraph的stream_mode="messages"是只流式返回LLM生成的token，过滤掉中间节点的输出，前端体验更干净。还有一个stream_mode="updates"是返回每个节点执行完的状态增量，适合调试。前端接入：用EventSource或fetch + ReadableStream接SSE，拿到token增量直接append到UI上。注意要处理中断——如果Graph里有interrupt，流会停，前端要能识别并展示审批界面。
【面试题】10. 一个LangGraph项目从0到1上线，你会怎么规划技术选型和时间分配？
【标准答案】分四个阶段。第一阶段（1-2周）：跑通最小闭环，用LangGraph把核心决策逻辑画出来，用内存checkpointer，LangSmith接入做追踪，别急着优化。第二阶段（1周）：接外部存储（PostgreSQL checkpointer）、接真实数据源（RAG或API工具）、把Prompt版本管理起来。第三阶段（1周）：用LangSmith建评估数据集，跑自动化评估，调Prompt和Graph结构，盯住核心指标。第四阶段（上线前后）：加监控告警（LangSmith Alerts），做A/B对比（新老Prompt同时跑），保留回滚能力。最容易被忽略的是评估数据集，很多人上线前根本没有，出了问题只能靠用户反馈，太被动。