LangChain 中的 RunnableWithFallbacks 是一个用于错误处理和降级策略的核心组件，它允许为Runnable任务设置备选方案，确保在主要组件失败时能够优雅切换到备用方案。

本文档基于 LangChain v0.3+ / v1.0 官方推荐，聚焦于 BaseChatMessageHistory 及其主流持久化实现，以LangGraph 记忆、通用集成模式、记忆管理策略等，并更新了决策树和推荐路径。新项目应统一使用 LCEL + RunnableWithMessageHistory 构建有状态对话系统。

已弃用的旧版记忆类（如 ConversationBufferWindowMemory、ConversationSummaryMemory、VectorStoreRetrieverMemory 等）不再推荐使用。

LangChain 中的链（Chain）是其核心抽象之一，用于将多个组件（如模型、提示词模板、输出解析器等）组合成一个可执行的流水线，支持同步/异步调用、流式输出、序列化及记忆功能，是构建LLM应用的基础架构。

现代的 LangChain 主要推荐使用 LangChain 表达式语言（LCEL） 来构建链，它更简洁、功能也更强大。

LangChain 中的“链”（Chain）并非单一对应某一种设计模式，而是多种设计模式的巧妙融合。

LangChain 的 Chain 本质上责任链的现代化实现 —— 通过 Runnable 协议统一接口，用组合模式支持嵌套，借建造者模式简化构造，最终实现了声明式、可组合、延迟执行的 LLM 应用流水线。

LCEL 是 LangChain 的表达式语言，是一种编程范式，是一种语法糖，使代码看起来非常简洁，但同时隐藏了更多需要注意事项，避免踩坑犯错。

1

chain = prompt | model | parser 

LCEL （表达式语言）使用示例，包括基础使用，并行处理、条件分支、数据传递、错误处理、自定义逻辑。

自定义 Runnable 让能够将任何 Python 逻辑封装成符合 LCEL 标准的组件，从而无缝集成到 LangChain 管道中，享受流式、批处理、异步等特性。

LCEL（LangChain Expression Language—表达式语言）是 LangChain 框架中构建 Agent 智能体的核心与灵魂。它提供了一套声明式的语法，能用管道符（|）像拼接积木一样，将各种功能组件（模型、提示、解析器、工具等）组合成一个清晰的数据处理流水线。

链（Chain）是LangChain中将多个组件（如模型、提示模板、工具、其他链等）按特定逻辑顺序连接起来，以完成复杂任务的机制。

LangChain 的名字源自其框架的核心设计思路：用最简单的链（Chain），将为大语言模型开发的各个组件链接起来，以构建复杂的应用程序。

TimeWeightedVectorStoreRetriever（时间加权向量存储检索器）是 LangChain 中的一种高级检索工具，它在语义相似性的基础上，它结合时间衰减因子来优化检索结果。其核心思想是让近期被频繁访问的文档在检索时获得更高的权重，从而保持信息的新鲜度（recency）。

网络检索器适用于需要从网络上获取最新数据的场景。比如用户可能相要获取最新的热点信息，此时检索器可以直接从网络上进行检索，以便获得最新的信息。