LangChain快速入门-01概述

什么是 LangChain

LangChain是2022年10月，由哈佛大学的Harrison Chase（哈里森·蔡斯）发起研发的一个开源框架，用于开发由大语言模型（LLMs）驱动的应用程序。
以下是关于LangChain的相关网址链接

• github地址：https://github.com/langchain-ai/langchain
• 官网地址：https://www.langchain.com/langchain
• 官方文档：https://docs.langchain.com/oss/python/langchain/overview
• API 文档：https://reference.langchain.com/python/langchain/

LangChain可用于如下多种场景，例如：搭建 Agent、问答系统（QA）、文档搜索系统等。
LangChain的发布比ChatGPT问世还要早一个月，从这个启动日期也可以看出创始人的眼光，占了先机的它迅速获得广泛关注和支持！
LangChain在Github上的热度变化：

下面通过两个问题，来看下LangChain所提供的价值：

1）问题1：LLMs用的好好的，为什么还需要LangChain？
在大语言模型（LLM）如 ChatGPT、Claude、DeepSeek 等快速发展的今天，开发者不仅希望能“使用”这些模型，还希望能将它们灵活集成到自己的应用中，实现更强大的对话能力、检索增强生成（RAG）、工具调用（Tool Calling）、多轮推理等功能。

问题2：我们可以使用GPT 或GLM4 等模型的API进行开发，为何需要LangChain这样的框架？
不使用LangChain，确实可以使用GPT 或GLM4 等模型的API进行开发。
但使用LangChain的好处：

• 简化开发难度：更简单、更高效、效果更好。
• 开发人员可以更专注于业务逻辑，而无须花费大量时间和精力处理底层技术细节。
• 学习成本更低：不同模型的API不同，调用方式也有区别，切换模型时学习成本高。使用LangChain，可以以统一、规范的方式进行调用，有更好的移植性。
• 现成的Agent构建方法：LangChain提供了现成的构建Agent的方式。让复杂的逻辑变得结构化、易组合、易扩展。
  

LangChain包及核心模块划分

1. LangChain所包含的包

LangChain所包含的包及其描述，如下所示：

2.LangChain核心模块划分

LangChain的核心组件，从逻辑上可以划分为以下四大部分：Model I/O、Chains、RAG、Agents。

2.1 Model I/O

标准化大模型的输入和输出，包含提示模版，模型调用和格式化输出。

1. Format（格式化）：通过模板管理大模型的输入。将原始数据格式化成模型可以处理的形式，插入到一个模板中，然后送入模型进行处理。
2. Predict（预测）：调用 LLM 接收输入，进行预测或生成回答。
3. Parse（解析）：规范化模型输出。比如将模型输出格式化为 JSON。

2.2 Chains

“链条”用于将多个组件组合成一个完整的流程，方便链式调用。

2.3 Retrieval

对应RAG：检索外部数据，作为参考信息输入LLM辅助生成答案。

2.4 Agents

Agent 自主规划执行步骤并使用工具来完成任务。