LangChain

一、项目简介

LangChain 是目前最流行的 LLM 应用开发框架。它提供了一套标准化的抽象（模型、提示、链、Agent、记忆、工具），让开发者可以快速把大模型与外部数据、API、数据库组合起来，构建 RAG、对话机器人与自动化 Agent。

二、核心特性

• 模块化抽象：Model / Prompt / Chain / Agent / Memory 统一接口；
• LCEL：链式表达式语言，轻松组合与流式输出；
• 丰富集成：数百种向量库、模型服务、工具的现成适配器；
• Agent 与工具调用：让模型自主选择并执行外部工具；
• LangSmith：配套的可观测性与调试平台；
• 多语言：Python 与 JavaScript 双版本。

三、适用场景

• RAG 知识库问答；
• 多轮对话与带记忆的助手；
• 需要调用外部 API/数据库的 Agent 编排。

四、快速上手

pip install langchain langchain-openai
from langchain_openai import ChatOpenAI
from langchain.prompts import ChatPromptTemplate

llm = ChatOpenAI(base_url="http://localhost:11434/v1", api_key="ollama", model="qwen2.5:7b")
chain = ChatPromptTemplate.from_template("用一句话介绍 {topic}") | llm
print(chain.invoke({"topic": "向量数据库"}).content)

五、注意事项

• 抽象层较多，初学者有一定学习曲线；
• 版本迭代快，API 可能变动，建议锁定版本；
• 数据密集型场景可搭配 LlamaIndex 使用。