LangChain使用概述
介绍
LangChain 是一个用于构建 基于大语言模型（LLM）的应用程序 的开源框架，主要用于把模型能力与外部数据、工具和业务流程连接起来，方便开发复杂的智能应用。
顾名思义，LangChain中的"Lang"是指language，即⼤语⾔模型，"Chain"即"链"，也就
是将⼤模型与外部数据&各种组件连接成链，以此构建AI应⽤程序。
大模型相关的岗位
有哪些大模型应用开发框架
LangChain：用于构建基于大语言模型应用的开发框架，帮助将模型与数据源、工具及业务流程连接起来。
LangChain4J：LangChain 在 Java 生态中的实现版本，方便 Java 开发者构建大模型应用与 Agent 系统。
SpringAI / SpringAI Alibaba：基于 Spring 生态的 AI 应用开发框架，帮助开发者以 Spring 方式快速集成和构建大模型能力。
Semantic Kernel：一个用于将大模型能力与传统代码逻辑结合的开发框架，支持通过函数编排实现复杂 AI 应用流程。
为什么需要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。
使用LangChain的好处
简化开发难度：更简单、更高效、效果更好
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。
现成的链式组装：LangChain提供了一些 现成的链式组装 ，用于完成特定的高级任务。让复杂的逻
辑变得 结构化、易组合、易扩展
LangChain 提供了哪些功能呢？
LangChain 是一个帮助你构建 LLM 应用的 全套工具集 。这里涉及到prompt 构建、LLM 接入、记忆管
理、工具调用、RAG、智能体开发等模块。
LangChain的使用场景
LangChain的位置
LangChain资料介绍
官网地址：https://www.langchain.com/langchain
官网文档：https://python.langchain.com/docs/introduction/
API文档：https://python.langchain.com/api_reference/
github地址：https://github.com/langchain-ai/langchain
LangChain架构图
LangChain内部组件
LangChain
langchain：构成应用程序认知架构的Chains，Agents，Retrieval strategies等构成应⽤程序的链、智能体、RAG。
langchain-community：第三方集成
⽐如：Model I/O、Retrieval、Tool & Toolkit；合作伙伴包 langchain-openai，langchainanthropic等。
langchain-Core：基础抽象和LangChain表达式语言 (LCEL)
小结：LangChain，就是AI应用组装套件，封装了一堆的API。langchain框架不大，但是里面琐碎的知
识点特别多。
LangGraph
LangGraph可以看做基于LangChain的api的进一步封装，能够协调多个Chain、Agent、Tools完成更
复杂的任务，实现更高级的功能。
LangSmith
https://docs.smith.langchain.com/
链路追踪。提供了6大功能，涉及Debugging (调试)、Playground (沙盒)、Prompt Management (提
示管理)、Annotation (注释)、Testing (测试)、Monitoring (监控)等。与LangChain无缝集成，帮助你
从原型阶段过渡到生产阶段。
正是因为LangSmith这样的⼯具出现，才使得LangChain意义更⼤，要不仅靠⼀些API（当然也
可以不⽤，⽤原⽣的API），⽀持不住LangChain的热度。
LangServe
将LangChain的可运行项和链部署为REST API，使得它们可以通过网络进行调用。
Java怎么调用langchain呢？就通过这个langserve。将langchain应用包装成一个rest api，对外暴露服
务。同时，支持更高的并发，稳定性更好。