
# 基本介绍
1. 串联多个大模型对话任务，实现多伦对话
2. 将大模型与其他外部工具无缝连接
3. 给大模型增加记忆能力
4. 



为什么选择langchain

1. 全家桶式的体验，一套代码搞定多种需求
浪chain提供了覆盖 LLM 应用哥哥关键纬度的模块，快速构建智能体

| 模块| 说明|
| ---| ---|
| Models| 支持 OpenAI Anthropic Llama 等多种模型，封装调用细节和响应结构|
| Prompts| 提供模版引擎和变量差值机制，让提示词更容易复用|
| indexes| 索引与检索接口，构建企业级知识库能力 |
| Memory | 支持对话中记忆上下文，（长期+短期） 提升交互的连贯性|
| Chains | 串联多个步骤形成逻辑工作流，是 LangChain 的灵魂 |
| Agents | 构建 能自己调用工具的大模型智能体，实现真正的自主行为 |

2. 社区活跃，生态丰富
 插件丰富： 社区适配众多模型与工具
 教程齐全： 官方文档与第三方教程
 对接成熟： 无缝支持 FAISS，Webhook 等外部工具


## 支持的语言


LangChain 支持主流的语言模型
1. 文本补全模型
2. 对话模型


## 文本补全模型

以一段纯文本输入，输出结果是一段连续的生成文字，通常用于单轮任务，如： 段落续写，内容润色，等

## 对话模型
支持多轮对话，通常用于需要上下文的场景，如： 聊天机器人，智能助手，等
输入格式： 带有身份标签的list,模型根据对话历史，生成更加自然的连续回复


LangChain生态由多个模块组成，每个模块各司其职

1. @langchain/core
  Langchain 的内核，提供基础的抽象能力，如 Runnable（可运行的代码）， Prompt （提示词模版），OutputParser（输出解析器），等
2. @langchain/community
  社区扩展包，收录了大量的第三方集成，如：各类向量数据库，模型api, 文档加载器、等
3. langchain
  是在核心能力基础的高阶封装，内置了常见的链式组件（Chains）,智能体模块（Agents），工具调度（Tool）,等大多数Langchain 应用的默认入口包
### 模型接口
1. Models
2. Prompts
3. indexes
4. Memory
5. Chains
6. Agents


记录 LangChain 串联大模型、复用 Prompt、连接外部工具和构建记忆能力的模型接口。

LangChain

LangChain 模型接口