LangChain — LLM 应用开发框架

LangChain 是一个用于构建智能体和由大语言模型驱动的应用程序的框架。它能帮助你将可互操作的组件和第三方集成串联起来，从而简化 AI 应用开发——同时，随着底层技术的发展，确保你的决策面向未来。

pip install langchain

如果你需要更高级的自定义或智能体编排功能，请查看 LangGraph，这是我们用于构建可控智能体工作流的框架。

文档:

• docs.langchain.com – 全面的文档，包括概念概述和指南
• reference.langchain.com/python – LangChain 包的 API 参考文档
• Chat LangChain – 与 LangChain 文档对话，获取问题解答

讨论: 访问 LangChain 论坛，与社区连接，分享你所有的技术问题、想法和反馈。

[!NOTE]
寻找 JS/TS 库？请查看 LangChain.js。

为什么使用 LangChain？

LangChain 通过为模型、嵌入、向量存储等提供标准接口，帮助开发者构建由大语言模型驱动的应用程序。

使用 LangChain 可以实现：

• 实时数据增强。轻松将大语言模型连接到多样化的数据源和外部/内部系统，利用 LangChain 与模型提供商、工具、向量存储、检索器等丰富的集成库。
• 模型互操作性。随着工程团队的实验，可以轻松替换模型，为你的应用需求找到最佳选择。随着行业前沿的发展，快速适应——LangChain 的抽象层让你保持前进势头，不会停滞。
• 快速原型设计。利用 LangChain 模块化、基于组件的架构，快速构建和迭代大语言模型应用。无需从头开始重建，即可测试不同的方法和工作流，加速开发周期。
• 生产就绪功能。通过集成如 LangSmith 等工具，利用内置的监控、评估和调试支持，部署可靠的应用程序。使用经过实战检验的模式和最佳实践，自信地进行扩展。
• 充满活力的社区和生态系统。利用丰富的集成、模板和社区贡献的组件生态系统。通过活跃的开源社区，从持续改进中受益，并紧跟最新的 AI 发展。
• 灵活的抽象层。根据你的需求，在合适的抽象层级上工作——从快速入门的高级链，到精细控制的低级组件。LangChain 随着你应用复杂度的增长而成长。

LangChain 生态系统

虽然 LangChain 框架可以独立使用，但它也能与任何 LangChain 产品无缝集成，为开发者构建大语言模型应用提供全套工具。

为了改进你的大语言模型应用开发，可以将 LangChain 与以下产品结合使用：

• Deep Agents (新功能！) – 构建能够规划、使用子智能体并利用文件系统处理复杂任务的智能体
• LangGraph – 使用 LangGraph（我们的低级智能体编排框架）构建能够可靠处理复杂任务的智能体。LangGraph 提供可定制的架构、长期记忆和人机协同工作流——并且得到了 LinkedIn、Uber、Klarna 和 GitLab 等公司的生产环境信任。
• 集成 – LangChain 集成列表，包括聊天和嵌入模型、工具和工具包等
• LangSmith – 有助于智能体评估和可观测性。调试表现不佳的大语言模型应用运行、评估智能体轨迹、在生产中获得可见性，并随时间推移提升性能。
• LangSmith 部署 – 使用为长时间运行、有状态工作流量身定制的部署平台，轻松部署和扩展智能体。跨团队发现、重用、配置和共享智能体——并通过 LangSmith Studio 中的可视化原型设计快速迭代。

其他资源

• API 参考 – 关于导航 LangChain 基础包和集成的详细参考。
• 贡献指南 – 学习如何为 LangChain 项目做贡献，并找到适合新手的任务。
• 行为准则 – 我们的社区参与指南和标准。
• LangChain 学院 – 由 LangChain 团队制作的，关于 LangChain 库和产品的全面免费课程。