LangChain 是什么?
LangChain 是目前最流行的 LLM 应用开发框架,本课介绍它解决什么问题、能做什么,以及它的整体心智模型。
一句话理解 LangChain
LangChain 是一个用于开发大语言模型(LLM)驱动应用的开源框架。它把"调用模型"这件简单的事,扩展成了一套完整的工程体系:提示词管理、上下文记忆、工具调用、检索增强(RAG)、多智能体协作等。
它解决什么问题
直接调用 LLM API 只能获得一次问答。但真实应用往往需要:
- 把模型输出结构化(JSON、表格、代码);
- 让模型记住历史对话;
- 让模型访问外部数据(文档、数据库、网页);
- 让模型执行动作(搜索、调接口、写文件)。
LangChain 为以上每一项都提供了标准化组件,你只需要像搭积木一样组合它们。
典型应用场景
- 问答机器人 / 客服助手:结合企业知识库的 RAG 问答;
- 文档分析:总结、抽取、对比长文档;
- Agent 自动化:让模型自主规划并调用工具完成任务;
- 结构化数据提取:从非结构化文本中抽取字段。
记忆口诀:LangChain = 模型(LLM)+ 记忆(Memory)+ 知识(RAG)+ 行动(Tools/Agent)。
Python 版还是 JS 版?
LangChain 有 langchain(Python)与 langchainjs(TypeScript/JS)两个主要实现,概念完全一致。本站教程默认使用 Python 示例。
📝 课后练习
quiz-1 LangChain 的定位是什么?