一、LangChain是什么?

LangChain 是一个用于开发由大型语言模型驱动的应用程序的开源框架。
它本身不是一个语言模型（不直接生成文本），而是提供了一套标准化的接口和模块化组件，让你能轻松地将各种大语言模型（如 OpenAI GPT、 Anthropic Claude、 Hugging Face 模型等）与外部数据源（如你的文档、数据库、API）连接起来，构建出功能复杂且实用的 AI 应用。

二、核心价值

降低了开发门槛

1. 对于大模型的API调用做了抽象
2. 支持多步骤任务开发
3. 有记忆功能

三、 核心架构与组件

1.LLM和提示
对于LLM大模型进行API抽象, 同一个访问API, 还提供了Prompt提示模板管理机制.
2.Chain(链)
封装了常见场景模板, 也是LangChain的灵魂.它将组建按照特定的顺序链接起来,形成一个完整的业务流程.
3.LCEL(LangChainEL)
解决了工作流编排问题,可灵活自定义AI任务处理路程和链(Chain).
4.数据增强生成(RAG)
将信息导入LLM,增强了生成内容的质量,解决大模型回答不准的问题.
5.Agents (代理)
LLM 具备使用工具（如搜索引擎、计算器、自定义 API）的能力。Agent 根据用户输入决定需要执行哪些动作、调用哪个工具，并根据工具返回的结果进行下一步推理，直到完成任务 5 11。这极大地扩展了模型的能力边界。
6.Memory (记忆)
用于在多轮交互中持久化对话状态，让模型拥有“短期记忆”。

四、 生态系统与工具

模板：官方提供了多种AI任务模板,涵盖了多种场景。
LangServe：方便地将你构建的 Chains 部署为 REST API。
LangSmith：一个开发者平台，用于调试、测试、评估和监控 LLM 应用。
LangGraph：用于构建有状态、多角色参与的复杂应用（如模拟仿真）。