wehub-resource-sync
5.8 KiB
5.8 KiB
Note
本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
智能体工程平台。
LangChain 是一个用于构建智能体（Agent）和 LLM 驱动应用程序的框架。它帮助你将可互操作的组件和第三方集成串联起来，简化 AI 应用的开发流程——同时随着底层技术的发展，你的决策也能保持面向未来。
Tip
刚刚入门？查看 **Deep Agents****——一个基于 LangChain 构建的更高级别包，为智能体提供规划、子智能体、文件系统使用等常见使用模式的内置能力。
快速开始
uv add langchain
from langchain.chat_models import init_chat_model
model = init_chat_model("openai:gpt-5.5")
result = model.invoke("Hello, world!")
如果你在寻找更高级的自定义或智能体编排方案，请查看 LangGraph,**——我们用于构建可控智能体工作流的框架。
如需功能等效的 JS/TS 库，请查看 LangChain.js.**
Tip
如需开发、调试和部署 AI 智能体及 LLM 应用，请查看 LangSmith.**
LangChain 生态系统
虽然 LangChain 框架可以独立使用，但它也能与任何 LangChain 产品无缝集成，为开发者构建 LLM 应用提供全套工具。
- **Deep Agents****——构建能够规划、使用子智能体并利用文件系统处理复杂任务的智能体
- **LangGraph****——借助我们的底层智能体编排框架，构建能可靠处理复杂任务的智能体
- **集成（Integrations）****——聊天与嵌入模型、工具及工具包，以及更多
- **LangSmith****——用于 LLM 应用的智能体评估、可观测性和调试
- **LangSmith Deployment****——借助专为长时间运行、有状态工作流构建的平台，部署和扩展智能体
为什么选择 LangChain？
LangChain 通过模型、嵌入、向量存储等组件的标准化接口，帮助开发者构建由 LLM 驱动的应用。
- 实时数据增强——轻松将 LLM 连接到多样化的数据源和外部/内部系统，利用 LangChain 丰富的集成库（涵盖模型提供商、工具、向量存储、检索器等）
- 模型互操作性——在工程团队试验时灵活切换模型，为应用找到最佳选择。随着行业前沿不断发展，快速适应——LangChain 的抽象层让你持续前行而不失动力
- 快速原型开发——借助 LangChain 模块化、基于组件的架构，快速构建并迭代 LLM 应用。无需从头重写即可测试不同的方法和工作流，加速你的开发周期
- 生产级特性——通过与 LangSmith 等工具的集成，内置监控、评估和调试支持，部署可靠的应用。使用经过实战检验的模式和最佳实践，自信地扩展
- 活跃的社区与生态系统——充分利用丰富的集成、模板和社区贡献组件生态。通过活跃的开源社区，持续获得改进并跟上最新的 AI 发展
- 灵活的抽象层——按需选择适合的抽象层级——从用于快速上手的高层链（Chain）到用于精细控制的底层组件。LangChain 随应用复杂度的增长而成长
资源
- 文档**——概念概述和使用指南
- LangChain 生态系统概述**——LangChain、LangGraph 和 Deep Agents 如何协同工作
- API 参考**——所有公共类、函数和类型的完整参考
- 讨论区**——技术问题、想法和反馈的社区论坛
- LangChain 学院**——由 LangChain 团队制作的关于 LangChain 库和产品的全面免费课程
- 贡献指南**——如何贡献以及寻找合适的首次贡献任务
- 行为准则**——社区准则和标准