文章目录什么是 LangChainLangChain包及核心模块划分1. LangChain所包含的包2.LangChain核心模块划分2.1 Model I/O2.2 Chains2.3 Retrieval2.4 Agents什么是 LangChainLangChain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/overviewAPI 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1LLMs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包描述langchain包含构建使用 LLM 的应用所需的所有实现的主入口点langchain-coreLangChain 生态系统中的核心接口和抽象langchain-openai/deepseekLangchain和OpenAIdeepseek集成包。langchain还包含一系列集成包这些集成包涵盖了文本生成模型工具文档加载向量存储等多个方面构成了langchain生态系统。langchain-mcp-adapters在 LangChain 和 LangGraph 应用中提供 MCP 工具langchain-text-splitters用于文档处理的文本分割工具langchain-tests用于验证 LangChain 集成包实现的标准化测试套件langchain-classic遗留的 langchain 实现和组件主要为1.0.0版本以前的相关内容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。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。Predict预测调用 LLM 接收输入进行预测或生成回答。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 AgentsAgent 自主规划执行步骤并使用工具来完成任务。