LangChain

活跃
GitHub Python MIT

简介

LangChain 是面向 Agent 工程化的开源框架与编排平台，提供模型接入、工具调用、RAG、记忆与可观测性的统一抽象。

核心特性

  • 统一模型抽象 — 通过 ChatModel 接口接入 OpenAI、Anthropic、Bedrock、Vertex 等上百家模型
  • 工具调用与 Agent — 提供 tool calling、ReAct、OpenAI Tools、Plan-and-Execute 等多种 Agent 范式
  • RAG 一等公民 — 内置 Document Loader、Text Splitter、Retriever 与索引抽象
  • LangSmith 可观测性 — 与 LangSmith 深度集成，支持 trace、评估与监控
  • LangServe 部署 — 一键把 Chain 与 Agent 部署为 REST API
  • 双语言 SDK — 提供 Python 与 TypeScript 双版本，JS 生态同步演进

适用场景

💡 快速搭建接入多种 LLM 的生产级 Agent 与 RAG 应用
💡 把模型调用、工具调用与业务逻辑解耦，构建可测试流水线
💡 在 LangSmith 中追踪和评估每一次 Agent 执行
💡 通过 LangServe 把 Agent 应用一键暴露为 API 服务
💡 在 LangGraph 中使用 LangChain 组件构建有状态工作流

标签

agent-framework rag orchestration llm python

分类

🤖 Agent 框架 📚 RAG 工具

快速开始

# 安装依赖
pip install langchain langchain-openai langchain-community

# 用 LCEL 串起一个最小 Agent
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt = ChatPromptTemplate.from_messages([
    ('system', 'You are a helpful assistant.'),
    ('user', '{input}')
])
model = ChatOpenAI(model='gpt-4o-mini')
chain = prompt | model | StrOutputParser()
print(chain.invoke({'input': '一句话介绍 LangChain'}))
访问 GitHub 访问官网 查看文档

相关项目