langchain

？️？浪链

⚡ 构建上下文感知推理应用程序 ⚡

正在寻找 JS/TS 库？查看 LangChain.js。

为了帮助您更快地将 LangChain 应用程序投入生产，请查看 LangSmith。 LangSmith 是一个用于构建、测试和监控 LLM 应用程序的统一开发者平台。填写此表格与我们的销售团队交谈。

快速安装

用点：

pip install langchain

与康达：

conda install langchain -c conda-forge

？什么是浪链？

LangChain是一个用于开发由大型语言模型（LLM）支持的应用程序的框架。

对于这些应用程序，LangChain简化了整个应用程序生命周期：

• 开源库：使用LangChain的开源构建块、组件和第三方集成来构建您的应用程序。使用 LangGraph 构建具有一流流和人机交互支持的有状态代理。
• 生产化：使用 LangSmith 检查、监控和评估您的应用程序，以便您可以充满信心地不断优化和部署。
• 部署：使用 LangGraph Cloud 将您的 LangGraph 应用程序转变为生产就绪的 API 和助手。

开源库

• langchain-core ：基础抽象和 LangChain 表达式语言。
• langchain-community ：第三方集成。
  • 一些集成已进一步拆分为仅依赖于langchain-core合作伙伴包。示例包括langchain_openai和langchain_anthropic 。
• langchain ：构成应用程序认知架构的链、代理和检索策略。
• LangGraph ：一个库，用于通过将步骤建模为图中的边和节点，使用 LLM 构建健壮且有状态的多参与者应用程序。与LangChain顺利集成，但也可以脱离LangChain使用。要了解有关 LangGraph 的更多信息，请查看我们的第一门 LangChain Academy 课程LangGraph 简介（此处提供）。

生产化：

• LangSmith ：一个开发者平台，可让您调试、测试、评估和监控基于任何 LLM 框架构建的链，并与 LangChain 无缝集成。

部署：

• LangGraph Cloud ：将您的 LangGraph 应用程序转变为生产就绪的 API 和助手。

？使用 LangChain 可以构建什么？

❓ 用 RAG 回答问题

• 文档
• 端到端示例：Chat LangChain 和 repo

？提取结构化输出

• 文档
• 端到端示例：SQL Llama2 模板

？聊天机器人

• 文档
• 端到端示例：Web LangChain（网络研究员聊天机器人）和存储库

还有更多！请前往文档的教程部分了解更多信息。

浪链如何提供帮助？

LangChain库的主要价值道具是：

1. 组件：用于处理语言模型的可组合构建块、工具和集成。无论您是否使用 LangChain 框架的其余部分，组件都是模块化且易于使用的
2. 现成的链：用于完成更高级别任务的内置组件组合

现成的连锁店让您可以轻松上手。组件使定制现有链和构建新链变得容易。

浪链表达语言（LCEL）

LCEL 是 LangChain 的关键部分，允许您以简单、声明性的方式构建和组织流程链。它旨在支持将原型直接投入生产，而无需更改任何代码。这意味着您可以使用 LCEL 来设置从基本的“提示 + LLM”设置到复杂的多步骤工作流程的所有内容。

• 概述：LCEL 及其优势
• Interface : LCEL 对象的标准 Runnable 接口
• 原语：有关 LCEL 包含的原语的更多信息
• Cheatsheet ：最常见使用模式的快速概述

成分

组件分为以下模块：

？型号输入/输出

这包括提示管理、提示优化、聊天模型和 LLM 的通用界面以及用于处理模型输出的通用实用程序。

检索

检索增强生成涉及从各种来源加载数据、准备数据，然后搜索（也称为检索）它以在生成步骤中使用。

？代理商

代理允许法学硕士自主决定如何完成任务。代理决定要采取哪些行动，然后采取该行动，观察结果，并重复直到任务完成。 LangChain 为代理提供了标准接口，以及用于构建自定义代理的 LangGraph。

文档

请参阅此处获取完整文档，其中包括：

• 简介：框架和文档结构的概述。
• 教程：如果您想要构建特定的东西或者更多的是实践学习者，请查看我们的教程。这是最好的起点。
• 操作指南：回答“我如何……？”输入问题。这些指南以目标为导向且具体；它们旨在帮助您完成特定任务。
• 概念指南：框架关键部分的概念解释。
• API 参考：每个类和方法的完整文档。

生态系统

• ？ LangSmith：跟踪和评估您的语言模型应用程序和智能代理，以帮助您从原型转向生产。
• ??️ LangGraph：使用 LLM 创建有状态的多角色应用程序。与LangChain顺利集成，但也可以脱离LangChain使用。
• ??️ LangGraph 平台：将使用 LangGraph 构建的 LLM 应用程序部署到生产中。

？贡献

作为一个快速发展领域的开源项目，我们对贡献非常开放，无论是新功能、改进的基础设施还是更好的文档。

有关如何贡献的详细信息，请参阅此处。

？贡献者