什么是 LangChain？

LangChain 是一个开源框架，旨在简化使用大型语言模型（LLM）创建应用程序的过程。它为链接不同的组件（如 LLM、数据源和其他工具）提供了一个标准接口，使开发人员能够构建复杂的、具有上下文感知推理能力的应用程序。LangChain 提供 Python 和 JavaScript/TypeScript 版本。

主要特点

• 组件与链 (Components & Chains): LangChain 提供模块化组件（如 LLM 包装器、提示模板和输出解析器），这些组件可以组合成“链”来完成特定任务。
• 代理 (Agents): 构建强大的代理，使用 LLM 来决定采取哪些行动。代理可以使用一套工具（如搜索引擎或 API）来查找信息和解决问题。
• 数据增强生成 (Data Augmented Generation): 将您的 LLM 连接到您自己的数据源。这允许诸如对您的文档进行问答或生成特定信息摘要之类的应用。
• 记忆 (Memory): 为您的链或代理配备短期或长期记忆，使其能够记住与用户的先前交互。
• 生态系统与集成 (Ecosystem & Integrations): LangChain 拥有一个庞大的生态系统，集成了数百个 LLM、数据存储和工具。

使用案例

• 聊天机器人: 创建能够进行上下文感知对话的复杂聊天机器人。
• 基于文档的问答: 构建能够基于私有文档库回答问题的系统。
• 摘要: 将多个提示链接在一起，以总结长文本或多个文档。
• 自主代理: 开发能够执行预订航班、管理日历或与 Web 服务交互等任务的代理。

入门指南

这是一个简单的 Python “Hello World” 风格示例，可帮助您开始使用 LangChain 和 OpenAI 模型。

首先，安装必要的包： ```bash pip install langchain-openai

接下来，用您的 OpenAI API 密钥设置您的环境变量。然后，您可以运行以下 Python 代码： ```python from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate from langchain_core.output_parsers import StrOutputParser

初始化 LLM

llm = ChatOpenAI()

创建一个提示模板

prompt = ChatPromptTemplate.from_messages([ (“system”, “你是一位世界级的技术作家。”), (“user”, “{input}”) ])

创建一个输出解析器

output_parser = StrOutputParser()

创建链

chain = prompt | llm | output_parser

调用链

response = chain.invoke({“input”: “你好，世界！”})

print(response)

此脚本创建了一个简单的链，它接收用户输入，用系统消息格式化它，将其发送到 OpenAI 模型，并打印字符串响应。

定价

LangChain 是一个开源项目，根据 MIT 许可证免费使用。但是，您需要承担使用任何专有 LLM API（如 OpenAI）所产生的费用。LangChain 还提供一个名为 LangSmith 的商业产品，用于调试、测试和监控您的 LLM 应用程序，该产品有自己的定价计划。

社区反馈

LangChain 拥有一个极其活跃和积极的社区。它是人工智能开发领域最受欢迎的工具之一，拥有大量的贡献者、在 GitHub 上的高参与度以及广泛的社区创建的资源和教程。其快速的开发和全面的功能集经常受到称赞。