LangChain

活跃
GitHub Python MIT

简介

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它提供了链式调用、记忆管理、Agent 编排等核心功能，是构建 AI Agent 的首选框架之一。

核心特性

  • 链式调用（Chaining）— 灵活组合 LLM、工具和数据处理步骤
  • 内置记忆管理 — 支持对话缓冲、摘要、向量存储等多种记忆策略
  • Agent 编排 — 支持 ReAct、Plan-and-Execute 等多种 Agent 模式
  • RAG 支持 — 内置文档加载、分块、嵌入和检索全流程
  • 多模型兼容 — 支持 OpenAI、Anthropic、Google 等主流 LLM 提供商
  • 丰富的工具生态 — 100+ 内置工具，支持自定义工具扩展

适用场景

💡 构建 AI 聊天机器人或对话助手
💡 开发文档问答系统（RAG）
💡 自动化数据处理和分析流程
💡 创建多步骤 AI 工作流
💡 构建自主决策的 AI Agent

标签

llm agent rag python typescript

分类

🤖 Agent 框架

快速开始

pip install langchain

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage

llm = ChatOpenAI(model="gpt-4")
response = llm.invoke([HumanMessage(content="Hello!")])
print(response.content)
访问 GitHub 访问官网 查看文档

相关项目

相关文章

AI AgentLangChainLangGraph

2025年AI Agent开发框架选型指南

深入对比 LangChain、LangGraph、CrewAI、AutoGen 等主流 AI Agent 框架，帮助你选择最适合的开发工具。

阅读全文 →
LettaMemGPTAI Agent

构建有状态的AI Agent：Letta(MemGPT)深度实践指南

深入学习如何使用 Letta（原 MemGPT）构建具有长期记忆的有状态 AI Agent，解决 LLM 的上下文窗口限制问题。

阅读全文 →
AI Agent入门教程Python

从零开始构建你的第一个AI Agent

手把手教你从零开始构建一个完整的 AI Agent，涵盖环境配置、核心组件开发、工具集成等完整流程。

阅读全文 →