langchain

?️? LangChain

⚡ Cree aplicaciones de razonamiento contextuales ⚡

¿Busca la biblioteca JS/TS? Consulte LangChain.js.

Para ayudarle a enviar aplicaciones LangChain a producción más rápido, consulte LangSmith. LangSmith es una plataforma de desarrollo unificada para crear, probar y monitorear aplicaciones LLM. Complete este formulario para hablar con nuestro equipo de ventas.

Instalación rápida

Con pepita:

pip install langchain

Con conda:

conda install langchain -c conda-forge

? ¿Qué es LangChain?

LangChain es un marco para desarrollar aplicaciones impulsadas por grandes modelos de lenguaje (LLM).

Para estas aplicaciones, LangChain simplifica todo el ciclo de vida de la aplicación:

• Bibliotecas de código abierto : cree sus aplicaciones utilizando los componentes básicos, los componentes y las integraciones de terceros de código abierto de LangChain. Utilice LangGraph para crear agentes con estado con transmisión de primera clase y soporte humano en el circuito.
• Producción : inspeccione, supervise y evalúe sus aplicaciones con LangSmith para que pueda optimizarlas e implementarlas constantemente con confianza.
• Implementación : convierta sus aplicaciones LangGraph en asistentes y API listos para producción con LangGraph Cloud.

Bibliotecas de código abierto

• langchain-core : abstracciones base y lenguaje de expresión LangChain.
• langchain-community : integraciones de terceros.
  • Algunas integraciones se han dividido en paquetes de socios que solo dependen de langchain-core . Los ejemplos incluyen langchain_openai y langchain_anthropic .
• langchain : Cadenas, agentes y estrategias de recuperación que conforman la arquitectura cognitiva de una aplicación.
• LangGraph : una biblioteca para crear aplicaciones multiactor robustas y con estado con LLM modelando pasos como bordes y nodos en un gráfico. Se integra perfectamente con LangChain, pero se puede utilizar sin él. Para obtener más información sobre LangGraph, consulte nuestro primer curso de LangChain Academy, Introducción a LangGraph , disponible aquí.

Producción:

• LangSmith : una plataforma de desarrollo que le permite depurar, probar, evaluar y monitorear cadenas creadas en cualquier marco LLM y se integra perfectamente con LangChain.

Despliegue:

• LangGraph Cloud : convierta sus aplicaciones LangGraph en asistentes y API listos para producción.

? ¿Qué puedes construir con LangChain?

❓ Respuesta a preguntas con RAG

• Documentación
• Ejemplo de un extremo a otro: Chat LangChain y repositorio

? Extracción de resultados estructurados

• Documentación
• Ejemplo de un extremo a otro: plantilla SQL Llama2

? Chatbots

• Documentación
• Ejemplo de un extremo a otro: Web LangChain (chabot de investigación web) y repositorio

¡Y mucho más! Dirígete a la sección Tutoriales de los documentos para obtener más información.

¿Cómo ayuda LangChain?

Los principales valores de las bibliotecas LangChain son:

1. Componentes : bloques de construcción componibles, herramientas e integraciones para trabajar con modelos de lenguaje. Los componentes son modulares y fáciles de usar, ya sea que esté utilizando el resto del marco LangChain o no.
2. Cadenas disponibles en el mercado : conjuntos integrados de componentes para realizar tareas de nivel superior.

Las cadenas disponibles en el mercado facilitan el comienzo. Los componentes facilitan la personalización de cadenas existentes y la construcción de otras nuevas.

Lenguaje de expresión LangChain (LCEL)

LCEL es una parte clave de LangChain, que le permite crear y organizar cadenas de procesos de una manera declarativa y sencilla. Fue diseñado para soportar la realización de prototipos directamente en producción sin necesidad de modificar ningún código. Esto significa que puede utilizar LCEL para configurar todo, desde configuraciones básicas "prompt + LLM" hasta flujos de trabajo complejos de varios pasos.

• Descripción general : LCEL y sus beneficios
• Interfaz : la interfaz ejecutable estándar para objetos LCEL
• Primitivas : Más información sobre las primitivas que incluye LCEL
• Hoja de referencia : descripción general rápida de los patrones de uso más comunes

Componentes

Los componentes se dividen en los siguientes módulos :

? Modelo de E/S

Esto incluye gestión de avisos, optimización de avisos, una interfaz genérica para modelos de chat y LLM, y utilidades comunes para trabajar con resultados de modelos.

Recuperación

La generación aumentada de recuperación implica cargar datos de una variedad de fuentes, prepararlos y luego buscarlos (también conocidos como recuperarlos) para usarlos en el paso de generación.

? Agentes

Los agentes permiten a un LLM autonomía sobre cómo se realiza una tarea. Los agentes toman decisiones sobre qué acciones tomar, luego toman esa acción, observan el resultado y repiten hasta completar la tarea. LangChain proporciona una interfaz estándar para agentes, junto con LangGraph para crear agentes personalizados.

Documentación

Consulte aquí para obtener la documentación completa, que incluye:

• Introducción: descripción general del marco y la estructura de los documentos.
• Tutoriales: si buscas crear algo específico o eres un aprendiz más práctico, consulta nuestros tutoriales. Este es el mejor lugar para empezar.
• Guías prácticas: Respuestas a “¿Cómo puedo…?” escriba preguntas. Estas guías están orientadas a objetivos y son concretas; están destinados a ayudarle a completar una tarea específica.
• Guía conceptual: explicaciones conceptuales de las partes clave del marco.
• Referencia de API: documentación exhaustiva de cada clase y método.

Ecosistema

• ? LangSmith: rastree y evalúe sus aplicaciones de modelo de lenguaje y agentes inteligentes para ayudarlo a pasar del prototipo a la producción.
• ??️ LangGraph: cree aplicaciones multiactor con estado con LLM. Se integra perfectamente con LangChain, pero se puede utilizar sin él.
• ??️ Plataforma LangGraph: implemente aplicaciones LLM creadas con LangGraph en producción.

? Contribuyendo

Como proyecto de código abierto en un campo en rápido desarrollo, estamos extremadamente abiertos a recibir contribuciones, ya sea en forma de una nueva característica, una infraestructura mejorada o una mejor documentación.

Para obtener información detallada sobre cómo contribuir, consulte aquí.

? Colaboradores