LangChain：构建智能体和 LLM 驱动应用的框架

LangChain 是用于构建智能体和 LLM 驱动应用的框架。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
MIT
语言
Python
维护方
langchain-ai
核验日期

它是什么

LangChain 是用于构建智能体和 LLM 驱动应用的框架。它帮助使用者把可互操作的组件和第三方集成串联起来，以简化 AI 应用开发。LangChain 通过面向模型、嵌入、向量存储等的标准接口，帮助开发者构建由 LLM 驱动的应用。项目自述其有助于在底层技术演进时让决策面向未来。

主要能力

  1. 在“实时数据增强”一项中，项目称可以把 LLM 连接到多样的数据源以及外部和内部系统。

  2. 在“模型互操作性”一项中，项目称可以在团队试验时换入换出模型。

  3. 在“快速原型”一项中，项目称其采用模块化、基于组件的架构，用于构建和迭代 LLM 应用。

  4. 在“生产就绪功能”一项中，项目称其通过 LangSmith 等集成提供对监控、评估和调试的内置支持。

  5. 项目称其拥有由集成、模板和社区贡献的组件构成的生态。

  6. 项目称其提供多种抽象层级，从用于快速起步的高层链，到用于精细控制的低层组件。

怎么上手

  1. 如果需要更高级的定制或智能体编排，README 推荐 LangGraph，它是用于构建可控智能体工作流的框架。

  2. LangSmith 用于开发、调试和部署 AI 智能体与 LLM 应用。

摘自 README · bash
uv add langchain
摘自 README · python
from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-5.5")
result = model.invoke("Hello, world!")

适合谁

LangChain 框架可以单独使用。Deep Agents 是构建在 LangChain 之上的更高层软件包，面向具备规划、子智能体、文件系统使用等内置能力的智能体。Deep Agents 用于构建能够规划、使用子智能体并利用文件系统完成复杂任务的智能体。

LangGraph 是底层的智能体编排框架。集成涵盖聊天和嵌入模型、工具与工具包等。LangSmith 提供智能体评估、可观测性和调试，面向 LLM 应用。

LangSmith Deployment 提供专为长时间运行、有状态工作流打造的平台，用于部署和扩展智能体。文档提供概念性概览和指南。LangChain 生态概览说明 LangChain、LangGraph 和 Deep Agents 如何配合。

API 参考是公共类、函数和类型的参考资料。Discussions 是面向技术问题、想法和反馈的社区论坛。LangChain Academy 提供由 LangChain 团队制作的免费课程，内容涉及 LangChain 的库和产品。

行为准则列出了社区的指导方针和标准。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。