我将 LangChain Core 映射为知识图谱——结构揭示了什么

Source: Dev.to

我将 LangChain Core 绘制成知识图谱：180 个模块，650 条依赖边。结构揭示了文档从未提及的洞见。

发现

发现 1：messages 模块的冲击半径为 70 %

对它的任何更改会导致 180 个模块中的 126 个出现故障——无论是直接还是间接。每个回调、代理、检索器和嵌入模块都可以追溯到 messages 的依赖路径。它是整个框架的承载墙，却在文档中没有任何提示。

发现 2：runnables.base 需要 147 个其他模块才能完整运行

这占到了代码库的 82 % 作为前置链。在一个代理触及 runnables.base 之前，它必须对几乎所有其他模块有真实的认识。没有这张地图，代理基本上是在盲目猜测。

发现 3：恰好有 7 个模块可以安全修改而不会产生下游风险

• cross_encoders
• structured_query
• sys_info
• version
• utils.html
• utils.image
• utils.mustache

在 180 个模块中只有这七个。

这对代理为何重要

一个被派去修改 LangChain 的编码代理如果没有这张地图，就会通过 grep 查找上下文，检索相似的文档，并做出自信但结构上错误的更改。冲击半径对相似度搜索是不可见的；只有通过图遍历才能看见。

这正是检索与空间智能之间的区别。检索增强生成（RAG）找到看起来相关的文本，而知识图谱告诉你实际会导致破坏的地方。

数据集

• LangChain Core CKG（180 个模块，650 条边）：https://huggingface.co/datasets/danyarm/ckg-benchmark
• 仓库：https://github.com/Yarmoluk/ckg-mcp
• 交互视图：https://graphifymd.com/paper.html