LangChain：大模型应用开发框架

LangChain是langchain-ai团队开源的智能体开发框架，在GitHub上累计获得136,172颗Star。

LangChain用于构建智能体和大模型驱动的应用，它提供可互操作的组件和第三方集成能力，简化AI应用开发流程，同时适配底层技术的迭代更新。

LangChain可以独立使用，也能无缝对接同生态的其他产品，为开发者提供完整的大模型应用开发工具链。生态包含Deep Agents、LangGraph、多类集成、LangSmith等产品，覆盖从快速开发到生产部署的全流程需求。

LangChain通过模型、向量存储等标准化接口，帮助开发者构建大模型应用。它支持实时数据增强，可对接各类数据源和内外系统，依托大量预置集成对接模型提供商、工具、向量存储、检索器等资源。它实现模型互操作，开发者可根据需求切换不同模型，适配行业技术迭代，抽象层设计可降低技术更替带来的开发成本。它采用模块化架构，支持快速原型开发，开发者可测试不同工作流而无需重复搭建底层结构，缩短开发周期。它内置生产级特性，通过LangSmith等集成支持监控、评估和调试功能，可部署可靠的应用，经过实际场景验证的模式可降低上线风险。它拥有活跃的社区和生态，提供丰富的集成、模板和社区贡献组件，跟进AI技术的最新发展。它提供灵活的抽象层，开发者可根据需求选择高层封装或底层组件，适配不同复杂度的应用场景。

LangChain安装简单，可通过pip或uv命令安装：

pip install langchain
# or
uv add langchain

基础调用示例如下：

from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-5.4")
result = model.invoke("Hello, world!")

如果需要高级定制或智能体编排，可使用LangGraph框架。如果使用JS/TS技术栈，可选择LangChain.js库。开发调试和部署大模型应用，可使用LangSmith工具。

官方提供完整的文档资源，包括概念介绍、使用指南、API参考，还有社区论坛供开发者交流技术问题、分享想法和反馈。项目也提供贡献指南和行为准则，支持社区开发者参与项目建设。官方还上线了LangChain Academy，提供免费的课程内容，覆盖LangChain相关库和产品的使用方法。

开源地址：https://github.com/langchain-ai/langchain

github.com/langchain-ai/langchain