🦜️🔗 langchain.js

⚡ 通过可组合性⚡使用 LLM 构建应用程序

 

寻找 Python 版本？退房 LangChain.

为了帮助您更快地将 LangChain 应用程序交付到生产环境，请查看 LangSmith.
LangSmith is a unified developer platform for building, testing, 并且 monitoring LLM applications.

⚡️ 快速安装

You can use npm, yarn, 或者 pnpm to install LangChain.js

npm install -S langchain or yarn add langchain or pnpm add langchain

🌐 支持的环境

LangChain 是用 TypeScript 编写的，可用于：

• Node.js（ESM 和 CommonJS）- 18.x、19.x、20.x、22.x
• Cloudflare 员工
• Vercel / Next.js (浏览器, Serverless and Edge functions)
• Supabase 边缘功能
• Browser
• 德诺

🤔 什么是 LangChain？

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它使应用程序能够：

• 具有上下文感知能力：将语言模型连接到上下文源（提示说明、少量示例、内容以建立其响应等）
• 原因：依*语言模型进行推理（关于如何根据提供的上下文回答、采取什么行动等）

该框架由几个部分组成。

• 开源库：使用 LangChain 的开源构建您的应用程序 building blocks, components，和 third-party integrations.
  Use LangGraph.js 构建具有一流流和人机交互支持的有状态代理。
• 生产化：用 LangSmith 检查、监控和评估您的链，以便您可以自信地持续优化和部署。
• 部署：将您的 LangGraph 应用程序转变为生产就绪的 API 和助手，使用 LangGraph Cloud.

LangChain 库本身由几个不同的包组成。

• @langchain/core：基础抽象。
• @langchain/community：第三方集成。
• langchain：构成应用程序认知架构的链、代理和检索策略。
• LangGraph.js：LangGraph 为生产级代理提供支持，受到 LinkedIn、Uber、Klarna、GitLab 等公司的信赖。通过将步骤建模为图中的边和节点，使用 LLM 构建健壮且有状态的多参与者应用程序。与 LangChain 顺利集成，但可以没有它使用。

集成也可以拆分为自己的兼容包。

该库旨在协助开发这些类型的应用程序。这些应用的常见示例包括：

❓对特定文件进行问答

• Documentation
• 端到端示例： Doc-Chatbot

💬 聊天机器人

• Documentation
• End-to-end Example: Chat-LangChain

🚀 LangChain 如何提供帮助？

LangChain 库的主要值属性是：

1. 组件：用于使用语言模型的可组合工具和集成。组件是模块化且易于使用的，无论您是否使用 LangChain 框架的其余部分
2. 现成的链条：用于完成更高级别任务的内置组件组合

现成的链条让您轻松上手。组件可以轻松定制现有链并构建新链。

组件分为以下几类 模块:

📃 型号 I/O：

这包括提示管理、提示优化、所有 LLM 的通用界面以及用于使用 LLM 的通用实用程序。

📚 检索：

数据增强生成涉及特定类型的链，这些链首先与外部数据源交互以获取数据以在生成步骤中使用。示例包括长文本片段的摘要和对特定数据源的问答。

🤖 代理：

代理允许 LLM 对如何完成任务拥有自**。代理决定要执行哪些作，然后执行该作，观察结果，并重复直到任务完成。LangChain 提供了一个 standard interface for agents以及 LangGraph.js 用于构建自定义代理。

📖 其他资源

• Getting started：安装、设置环境、简单示例
• 概述 interfaces, modules and integrations
• Full Documentation
• Tutorial 演练
• Langhain Forum
• API Reference

💁 贡献

作为一个快速发展领域的开源项目，我们非常愿意做出贡献，无论是新功能、改进的基础设施还是更好的文档。

有关如何贡献的详细信息，请参阅 here.

请按照我们的 security guidelines.

🖇️ 与 Python LangChain 的关系

这是为了尽可能无缝地与 LangChain Python package.具体来说，这意味着所有对象（提示、LLM、链等）的设计方式都可以在语言之间序列化和共享。