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

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