Classes de configuration et d'erreur LangChain


Options de configuration de RunnableConfig

ChampTypeDescription
configurabledictConfiguration d'exécution. Le plus couramment utilisé : thread_id pour Checkpointer
recursion_limitintProfondeur de récursion maximale (par défaut 9999)
metadatadictMétadonnées supplémentaires
tagslist[str]Liste des tags pour filtrer et regrouper les traces
callbackslist[BaseCallbackHandler]Gestionnaires de rappel

Exemple

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

Classes d'implémentation de Checkpointer

ClasseChemin d'importPersistance
InMemorySaverlanggraph.checkpoint.memorynon
SqliteSaverlanggraph.checkpoint.sqliteOui
PostgresSaverlanggraph.checkpoint.postgresOui

Exemple

# Mémoire
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://...")

Classes d'implémentation de Store

ClasseChemin d'importPersistance
InMemoryStorelanggraph.store.memorynon
PostgresStorelanggraph.store.postgresOui

Exemple

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")

Classes d'exception courantes

ExceptionSourceDescription
ToolExceptionlangchain.toolsException à l'intérieur d'un outil. L'Agent peut l'intercepter et redécider
ImportErrorIntégré à PythonPaquet de dépendance manquant. Le message d'erreur suggérera la commande d'installation
ValueErrorIntégré à PythonÉchec de validation de paramètre ou erreur de configuration
NotImplementedErrorIntégré à PythonMéthode de middleware non implémentée (par ex., seule la version synchrone est définie mais elle est appelée de manière asynchrone)
StructuredOutputErrorlangchain.agents.structured_outputErreurs liées à la sortie structurée (format incompatible, sorties multiples, etc.)
StructuredOutputValidationErrorlangchain.agents.structured_outputÉchec de validation de la sortie structurée
MultipleStructuredOutputsErrorlangchain.agents.structured_outputLe modèle a renvoyé plusieurs sorties structurées
TimeoutErrorIntégré à Python / divers SDKsDélai d’attente de la requête

Liste de vérification de la configuration LaunchDarkly

Élément à vérifierCommande/Méthode
Version de Pythonpython --version (nécessite 3.10+)
version de langchainpython -c "import langchain; print(langchain.__version__)"
Installation des dépendancespip list | grep langchain
Configuration de la clé APIpython -c "import os; from dotenv import load_dotenv; load_dotenv(); print(os.getenv('DEEPSEEK_API_KEY', 'NOT SET')[:10])"
Connectivité du modèleUtilisez init_chat_model() pour envoyer une requête simple à des fins de test

La référence API de ce tutoriel est basée sur LangChain v1.3.0. Comme LangChain évolue encore rapidement, il est recommandé de consulter la documentation officielle la plus récente pour obtenir les informations API les plus à jour.

Autres extensions