入门
组件
用例
- 自主代理
- 代理模拟
- 代理商
- 通过文档回答问题
- 聊天机器人
- 查询表格数据
- 代码理解
- 与 API 交互
- 总结
- 萃取
- 评估
参考
生态系统
其他资源
- LangChainHub
- Gallery
- Deployments
- Tracing
- Model Comparsion
- Discord
- YouTube
- 生产支持
欢迎来到LangChain
LangChain是一个用于开发由语言模型驱动的应用程序的框架。我们相信，最强大和差异化的应用程序不仅会调用语言模型，而且还会：
- 数据感知：将语言模型连接到其他数据源
- Agentic：允许语言模型与其环境交互
LangChain 框架就是围绕这些原则设计的。
这是文档的 Python 特定部分。有关 LangChain 的纯概念指南，请参见此处。有关 JavaScript 文档，请参见此处。
开始
如何开始使用 LangChain 创建语言模型应用程序。
概念和术语。
由社区专家创建并在 YouTube 上展示的教程。
模块
这些模块是核心抽象，我们将其视为任何 LLM 支持的应用程序的构建块。
LangChain 为每个模块提供了标准的、可扩展的接口。LangChain 还提供外部集成，甚至是现成使用的端到端实施。
每个模块的文档包含快速入门示例、操作指南、参考文档和概念指南。
这些模块是（从最少到最复杂）：
- 模型：支持的模型类型和集成。
- 提示：提示管理、优化和序列化。
- 内存：内存是指链/代理调用之间持续存在的状态。
- 索引：当与特定于应用程序的数据结合时，语言模型变得更加强大——该模块包含用于加载、查询和更新外部数据的接口和集成。
- 链：链是结构化的调用序列（对 LLM 或不同的实用程序）。
- 代理：代理是一个链，其中 LLM 在给定高级指令和一组工具的情况下，反复决定一个动作，执行该动作并观察结果，直到高级指令完成。
- 回调：回调让您可以记录和流式传输任何链的中间步骤，从而便于观察、调试和评估应用程序的内部结构。
用例
常见 LangChain 用例的最佳实践和内置实现：
- 自治代理：自治代理是长期运行的代理，它们采取许多步骤来尝试实现目标。示例包括 AutoGPT 和 BabyAGI。
- Agent Simulations：将 agents 放入沙箱中，观察他们如何相互作用以及对事件的反应是评估他们的长期推理和计划能力的有效方法。
- 个人助理：LangChain 的主要用例之一。个人助理需要采取行动、记住交互并了解您的数据。
- 问答：另一个常见的 LangChain 用例。回答针对特定文件的问题，仅利用这些文件中的信息来构建答案。
- 聊天机器人：语言模型喜欢聊天，这使它们成为一种非常自然的用途。
- 查询表格数据：如果您想使用语言模型查询结构化数据（CSV、SQL、数据帧等），推荐阅读。
- 代码理解：如果你想使用语言模型来分析代码，推荐阅读。
- 与 API 交互：使语言模型能够与 API 交互非常强大。它使他们能够访问最新信息并允许他们采取行动。
- 提取：从文本中提取结构化信息。
- 总结：压缩较长的文档。一种数据增强生成。
- 评估：生成模型很难用传统指标进行评估。一种有前途的方法是使用语言模型本身来进行评估。
参考文件
关于 LangChain 的所有方法、类、安装方法和集成设置的完整文档。
生态系统
LangChain 集成了很多不同的 LLM、系统和产品。
另一方面，很多系统和产品都依赖于浪链。它创造了一个充满活力和繁荣的生态系统。
- 集成：关于如何将其他产品与 LangChain 一起使用的指南。
- Dependents : 使用 LangChain 的存储库列表。
其他资源
我们认为在您开发应用程序时可能有用的其他资源！
- LangChainHub：LangChainHub 是一个分享和探索其他提示、链和代理的地方。
- 图库：使用 Langchain 的伟大项目的集合，由Kyrolabs的人员编制。有助于寻找灵感和示例实现。
- 部署：用于部署 LangChain 应用程序的指令、代码片段和模板存储库的集合。
- Tracing : 在 LangChain 中使用跟踪来可视化链和代理的执行的指南。
- 模型实验室：试验不同的提示、模型和链是开发最佳应用程序的重要部分。ModelLaboratory 可以轻松做到这一点。
- Discord：加入我们的 Discord，讨论 LangChain 的所有事情！
- YouTube：LangChain 教程和视频的集合。
- 生产支持：当您将 LangChains 投入生产时，我们很乐意提供更全面的支持。请填写此表格，我们将建立专门的支持 Slack 渠道。
