简介

LangChain 是一个用于开发由大型语言模型（LLMs）驱动的应用程序的框架。

LangChain 简化了 LLM 应用程序生命周期的每个阶段

开发：使用 LangChain 的开源组件和第三方集成构建您的应用程序。使用LangGraph来构建支持一流流式传输和人工干预的有状态智能体。
生产化：使用LangSmith来检查、监控和评估您的应用程序，以便您可以持续优化并自信地部署。
部署：使用LangGraph Platform将您的 LangGraph 应用程序转化为可用于生产的 API 和助手。

Diagram outlining the hierarchical organization of the LangChain framework, displaying the interconnected parts across multiple layers.

LangChain 为大型语言模型及相关技术（如嵌入模型和向量存储）实现了标准接口，并集成了数百家提供商。有关更多信息，请参阅集成页面。

pip install -qU "langchain[google-genai]"

import getpass
import os

if not os.environ.get("GOOGLE_API_KEY"):
  os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter API key for Google Gemini: ")

from langchain.chat_models import init_chat_model

model = init_chat_model("gemini-2.0-flash", model_provider="google_genai")

model.invoke("Hello, world!")

注意

这些文档侧重于 Python LangChain 库。点击此处查看 JavaScript LangChain 库的文档。

架构

LangChain 框架由多个开源库组成。更多内容请参见架构页面。

langchain-core：聊天模型和其他组件的基础抽象。
集成包（例如 langchain-openai、langchain-anthropic 等）：重要的集成已被拆分为轻量级包，由 LangChain 团队和集成开发者共同维护。
langchain：构成应用程序认知架构的链、智能体和检索策略。
langchain-community：由社区维护的第三方集成。
langgraph：用于将 LangChain 组件组合成具有持久性、流式传输和其他关键功能的生产就绪应用程序的编排框架。请参阅LangGraph 文档。