TypeScript LangChain中loadQAChain传自定义Prompt报Invalid _type错误

1. 匹配自定义Prompt与链类型的变量要求 #

loadQAChain支持stuff、map_reduce、refine等不同链类型，每种类型对Prompt的变量有固定要求：

• 若使用默认的stuff链，Prompt必须包含{context}和{question}占位符；
• 若用map_reduce或refine链，需对应调整Prompt变量（比如map_reduce会用到{text}变量处理分块内容）。
  确保你的QA_PROMPT变量完全匹配所使用链类型的要求。

2. 规范Prompt的构造流程 #

用PromptTemplate构造自定义Prompt时，需检查两点：

• 模板字符串的占位符是否用{}正确包裹，无语法错误；
• 构造时是否通过fromTemplate或手动声明inputVariables，确保所有占位符都被标记为输入变量。
  示例正确构造方式：

import { PromptTemplate } from "langchain/prompts";

const QA_PROMPT = PromptTemplate.fromTemplate(`
使用以下上下文回答问题：
{context}

问题：{question}
请给出准确回答：
`);

3. 适配LangChain版本的参数格式 #

不同版本的loadQAChain对参数结构要求可能不同：

• 显式指定链类型并传入Prompt，避免隐式匹配错误：

const chain = loadQAChain(model, {
  type: "stuff",
  prompt: QA_PROMPT,
});

• 若使用较新版本LangChain，可改用createStuffDocumentsChain等细分链创建函数，这类函数对Prompt的要求更明确，兼容性更好。

4. 排查Prompt的序列化问题 #

Next.js API路由中，若Prompt对象未正确序列化，会丢失LangChain标识字段_type：

• 确保链的创建逻辑在服务端直接执行，Prompt在服务端构造，而非从客户端传递序列化后的对象；
• 若必须传递Prompt，需使用LangChain的serialize和deserialize工具处理对象。

5. 调试验证Prompt结构 #

在调用loadQAChain前，打印QA_PROMPT的完整结构，检查_type字段是否存在（正常应为"prompt"）。若缺失，说明Prompt构造不规范，需重新构造合法的Prompt对象。

内容的提问来源于stack exchange，提问作者csrf_akkademi