LangChainGo Agent Design Patterns Scaffold

基于 LangChainGo v0.1.14 的智能体设计模式全景脚手架，严格对齐《智能体设计模式》四大部分，涵盖 15 种设计模式 + 5 种 LLM Provider + CLI 示例 + HTTP API 服务层。

架构总览

langchaingo-starter/
├── config/             # 统一配置管理
├── pkg/
│   ├── llm/            # LLM Provider 工厂 (OpenAI/Anthropic/Ollama/DeepSeek/GoogleAI)
│   ├── tools/          # 工具注册表 + 示例工具
│   ├── memory/         # Memory 封装
│   ├── callback/       # 日志回调 Handler
│   └── patterns/       # ===== 15 种设计模式 =====
│       ├── chaining/       # Ch1: 提示词链 (Simple + Sequential + Gate)
│       ├── routing/        # Ch2: 动态路由
│       ├── parallel/       # Ch3: 并行扇出 (Sectioning + Voting)
│       ├── reflection/     # Ch4: 反思循环
│       ├── tooluse/        # Ch5: 工具使用 (Functions + ReAct)
│       ├── prompting/      # AppA: 高级提示模板库
│       ├── planning/       # Ch6: 目标分解与执行
│       ├── multiagent/     # Ch7: 多智能体协作 (Orchestrator + Handoff)
│       ├── memoryctl/      # Ch8: 三层记忆管理
│       ├── rag/            # Ch14: RAG 知识检索
│       ├── resilience/     # Ch12: 异常处理与恢复
│       ├── guardrails/     # Ch18: 输入输出安全防护
│       └── evaluation/     # Ch19: LLM-as-Judge 评估
├── examples/           # 15 个可独立运行的 CLI 示例
└── server/             # HTTP API 服务层

快速开始

1. 配置环境

cp .env.example .env
# 编辑 .env，填入你的 API Key

2. 安装依赖

go mod tidy

3. 运行示例

# 查看所有可用示例
make examples

# 运行指定示例
make run-01   # Simple Chain
make run-05   # Reflection
make run-10   # Multi-Agent

# 或直接用 go run
go run ./examples/01_simple_chain/

4. 启动 HTTP API 服务

make run-server
# 或
go run ./server/

# 测试
curl http://localhost:8080/api/patterns
curl -X POST http://localhost:8080/api/run \
  -H "Content-Type: application/json" \
  -d '{"pattern": "chat", "input": "Hello!"}'

支持的 LLM Provider

Provider	环境变量	模型示例
OpenAI	LLM_PROVIDER=openai	gpt-4o, gpt-4o-mini
Anthropic	LLM_PROVIDER=anthropic	claude-3-5-sonnet-20241022
Ollama	LLM_PROVIDER=ollama	llama3, mistral, qwen2
DeepSeek	LLM_PROVIDER=deepseek	deepseek-chat, deepseek-reasoner
Google AI	LLM_PROVIDER=googleai	gemini-1.5-flash, gemini-1.5-pro

DeepSeek 通过 OpenAI 兼容 API 接入，自动设置 BASE_URL=https://api.deepseek.com/v1。

设计模式索引

第一部分：基础模式

#	模式	包	示例	说明
1	提示词链	patterns/chaining	01, 02	Simple Chain + Sequential Pipeline + Gate Chain
2	路由	patterns/routing	03	LLM 分类输入 -> 路由到专业 Handler
3	并行化	patterns/parallel	04	Fan-out 并发 + Voting/Concat/LLM 聚合
4	反思	patterns/reflection	05	生成 -> 评估 -> 改进迭代循环
5	工具使用	patterns/tooluse	06, 07	ReAct Agent + OpenAI Functions Agent
A	高级提示	patterns/prompting	08	Zero/Few-Shot, CoT, ReAct, Structured Output

第二部分：复杂任务

#	模式	包	示例	说明
6	规划	patterns/planning	09	LLM 任务分解 -> 结构化计划 -> 执行
7	多智能体	patterns/multiagent	10	Orchestrator-Worker + Handoff 协议
8	记忆管理	patterns/memoryctl	11	三层记忆: 短期Buffer + 中期Window + 长期摘要
14	知识检索	patterns/rag	12	完整 RAG: 切分 -> Embedding -> 向量检索 -> 生成

第三部分：工程化与安全

#	模式	包	示例	说明
12	异常处理	patterns/resilience	13	重试 + 指数退避 + 回退模型 + 降级
18	Guardrails	patterns/guardrails	14	注入检测 + 敏感词过滤 + 格式校验

第四部分：评估

#	模式	包	示例	说明
19	评估监控	patterns/evaluation	15	LLM-as-Judge 多维度评分

HTTP API

端点	方法	说明
/api/patterns	GET	列出所有可用模式
/api/run	POST	执行指定模式
/api/run/stream	POST	SSE 流式执行
/health	GET	健康检查

请求格式

{
  "pattern": "reflection",
  "input": "Write a haiku about coding",
  "options": {
    "max_iterations": 3,
    "stop_score": 0.85
  }
}

可用 pattern 值

chat, simple_chain, sequential_chain, routing, parallel, reflection, planning, evaluation, guardrails

扩展指南

添加新工具

实现 tools.Tool 接口并注册到 pkg/tools/registry.go:

type MyTool struct{}

func (t *MyTool) Name() string        { return "MyTool" }
func (t *MyTool) Description() string { return "Description of my tool" }
func (t *MyTool) Call(ctx context.Context, input string) (string, error) {
    // Your tool logic
    return "result", nil
}

添加新设计模式

1. 在 pkg/patterns/ 下创建新包
2. 在 examples/ 下添加 CLI 示例
3. 在 server/handler.go 中注册新的 pattern case

替换 RAG 向量存储

RAG 模块默认使用内存向量存储（无外部依赖），可替换为:

• pgvector: github.com/tmc/langchaingo/vectorstores/pgvector
• Chroma: github.com/tmc/langchaingo/vectorstores/chroma
• Pinecone: github.com/tmc/langchaingo/vectorstores/pinecone

技术栈

• 核心框架: LangChainGo v0.1.14
• 语言: Go 1.24+
• HTTP: 标准库 net/http（零外部路由依赖）
• 配置: godotenv + 环境变量

License

MIT