前言

在浏览langchain的官网：https://python.langchain.com/docs/ 的时候

你会发现langchain的生态环境中，还额外提供了3个项目

1. langsmith
2. langgraph
3. langServe

LangChain、LangSmith、LangGraph和LangServe都是与大型语言模型（LLM）相关的工具或框架，它们在构建和部署基于语言模型的应用程序方面各自扮演着不同的角色。

那么它们分别是用来做什么的呢？

langchain

LangChain 是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型（LLM）和聊天模型提供支持的应用程序的过程。LangChain可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如API和数据库。它的主要价值在于组件化，为使用语言模型提供抽象层，使得定制现有链或构建新链变得更容易。

langsmith

LangSmith可能是一个用于调试和测试的工具，可以查看事件链中的每个步骤的模型输入输出，定位调用性能问题，并跟踪数据样本或上传自定义数据集以运行链和提示。这些功能有助于开发人员更好地理解和优化语言模型的应用。

官网地址：https://python.langchain.com/docs/langsmith/

langgraph

LangGraph 是一个基于LangChain构建的扩展库，主要用于构建有状态和多角色的Agents应用。它能够协调多个Chain、Agent、Tool等共同协作来完成输入任务，支持LLM调用“循环”和Agent过程的更精细化控制。LangGraph的实现方式是通过状态图（StateGraph）来精确定义基于LLM的任务细节，并基于这个图来编译生成应用。

官网地址：https://python.langchain.com/docs/langgraph/

langServe

这个工具帮助开发者将LangChain的runnables和chains部署为REST API。它与FastAPI集成，并使用pydantic进行数据验证。此外，LangServe还提供客户端，用于调用部署在服务器上的runnables。这使得开发人员能够更方便地将基于LangChain构建的应用程序集成到更大的系统中。

官网地址：https://python.langchain.com/docs/langserve/