🦜🔗 优秀的 LangChain

精选的使用 LangChain 的工具和项目列表。

LangChain 是一个非常棒的框架，能够在短时间内完成大语言模型相关的项目，其生态系统也在迅速发展。这里尝试跟踪围绕 LangChain 的各种项目和活动。

订阅新闻通讯，以随时了解 Awesome LangChain 的最新动态。我们每月会发送几封邮件，介绍那些引起我们关注的文章、视频、项目和工具。

欢迎贡献！可以通过提交 Pull Request 添加链接，或创建 Issue 来发起讨论。请在贡献前阅读 贡献指南。

目录

• 🦜🔗 优秀的 LangChain
  • 目录
  • LangChain 框架
  • 其他语言的移植
  • 工具
    • 低代码
    • 服务
    • 代理
    • 模板
    • 平台
  • 开源项目
    • 知识管理
    • 其他 / 聊天机器人
  • 学习资源
    • 笔记本
    • 视频播放列表
  • 其他 LLM 框架
  • 本列表的补充
  • 已不再维护

LangChain 框架

• LangChain: 原始的 Python 版本 🐍
• LangChain.js: JavaScript 版本 ✨
• 概念文档: LangChain 的概念说明
• Twitter 账号: 关注以获取最新动态
• YouTube 频道
• LangChain 博客: LangChain 官方博客
• LangServe: LangServe 帮助开发者将 LangChain 的可运行组件和链部署为 REST API。

其他语言的移植

非官方的 LangChain 到其他语言的移植列表。

• Langchain Go: Golang 版的 LangChain
• LangchainRb: Ruby 版的 LangChain
• LangChain4j: Java 版的 LangChain
• LangChainDart: 构建强大的基于 LLM 的 Dart/Flutter 应用程序。
• Langchain-hs: Haskell 版的 LangChain 实现。
• Langchain: Elixir 版的 LangChain 实现
• Langchain-rust: Rust 版的 LangChain

工具

低代码

• Flowise: 拖放式 UI，用于使用 LangchainJS 构建自定义的 LLM 流程。
• Langflow: LangFlow 是一个面向 LangChain 的用户界面。
• Flock: Flock 是一个基于工作流的低代码平台，可用于快速构建聊天机器人、RAG 系统，并协调多智能体团队。

服务

• GPTCache：用于为大模型查询创建语义缓存的库
• Gorilla：面向大模型的 API 商店
• LlamaHub：由社区打造的大模型数据加载器库
• Auto-evaluator：基于 Langchain 的轻量级问答评估工具
• Langchain visualizer：用于 LangChain 工作流的可视化与调试工具
• LLM Strategy：使用大模型实现策略模式
• datasetGPT：一个命令行界面，用于借助大模型生成文本和对话数据集。
• Auto Evaluator：Langchain 自动评估工具
• Jina：使用 Jina 将 LangChain 应用部署到生产环境
• Dify：一个 API 适用于插件和数据集，一个界面用于提示工程和可视化操作，旨在构建强大的 AI 应用。
• Chainlit：几分钟内即可构建 Python 大模型应用 ⚡️
• Langchain Decorators：位于 LangChain 之上的层，为编写自定义 LangChain 提示和链提供语法糖 🍭
• AilingBot：可快速将基于 LangChain 构建的应用集成到即时通讯工具中，如 Slack、企业微信、飞书、钉钉。
• Llama2 Embedding Server：使用 LangChain 实现的 Llama2 嵌入 FastAPI 服务
• ChatAbstractions：LangChain 聊天模型抽象层，支持动态故障转移、负载均衡、混沌工程等功能！
• MindSQL：一款 Python 包，支持文本转 SQL 功能，并具备自托管能力及 RESTful API，兼容专有和开源大模型。
• Llama-github：Llama-github 是一个基于 Langchain 框架的 Python 库，可帮助您从 GitHub 中检索最相关的代码片段、问题和仓库信息。
• CopilotKit：用于构建自定义 AI 助理的框架 🤖，包括应用内 AI 聊天机器人、应用内 AI 代理以及 AI 驱动的文本框。
• LangFair：LangFair 是一个 Python 库，用于进行特定用例的大模型偏见与公平性评估。
• LangWatch：一款开源工具，用于监控、评估和优化您的大模型应用及提示，开箱即用支持 LangChain！
• Agentic Radar：一款开源 CLI 安全扫描工具，用于检测自主代理工作流中的漏洞，并生成交互式可视化结果及详细的安全报告。
• UQLM：UQLM（语言模型不确定性量化）是一款 Python 库，利用最先进的不确定性量化技术来检测大模型幻觉现象。

代理

• Private GPT：使用 GPT 的强大功能，私密地与您的文档互动，100% 隐私，无数据泄露
• CollosalAI Chat：基于 RLHF 的 LLM 实现，由 Colossal-AI 项目提供支持
• CrewAI：用于编排角色扮演型自主 AI 代理的前沿框架。
• AgentGPT：结合 Langchain 和 OpenAI 的 AI 代理（Vercel / Nextjs）
• Local GPT：受 Private GPT 启发，将 GPT4ALL 模型替换为 Vicuna-7B 模型，并使用 InstructorEmbeddings 替代 LlamaEmbeddings
• GPT Researcher：GPT Researcher 是一款自主代理，专为执行各种任务的全面在线研究而设计。
• ThinkGPT：利用代理技术增强您的 LLM，使其突破极限
• Camel-AutoGPT：面向 LLM 和 BabyAGI、AutoGPT 等自动代理的角色扮演方法
• RasaGPT：RasaGPT 是首个基于 Rasa 和 Langchain 构建的无头 LLM 聊天机器人平台。
• SkyAGI：LLM 代理中新兴的人类行为模拟能力
• PyCodeAGI：一项小型 AGI 实验，可根据用户希望构建的应用需求生成 Python 应用程序
• BabyAGI UI：通过类似 ChatGPT 的 Web 应用程序，更轻松地运行和开发 BabyAGI
• SuperAgent：将 LLM 代理部署到生产环境
• Voyager：一种基于大型语言模型的开放式具身代理
• ix：自主 GPT-4 代理平台
• DuetGPT：一款对话式半自主开发者助手，实现无需复制粘贴的 AI 配对编程。
• 多模态 LangChain 代理在生产中的应用：部署 LangChain 代理并将其连接到 Telegram
• DemoGPT：DemoGPT 让您只需使用提示词即可快速创建演示。它将 ToT 方法应用于 Langchain 文档树。
• SuperAGI：SuperAGI——一个以开发者为中心的开源自主 AI 代理框架
• 自主 HR 聊天机器人：一款能够利用自身工具自主回答人力资源相关问题的自主代理
• BlockAGI：BlockAGI 进行迭代式的领域特定研究，并输出详细叙述性报告以展示其研究成果
• waggledance.ai：一套有明确观点的并发 AI 代理系统。它采用“计划-验证-解决”模式，配备数据和工具，用于解决一般性目标。

模板

• AI：Vercel 提供的模板，用于使用 React、Svelte 和 Vue 构建 AI 驱动的应用程序，并对 LangChain 提供一流的支持
• create-t3-turbo-ai：基于 t3 的框架，专为构建类型安全、全栈式、由 LLM 驱动的 Next.js 和 Prisma Web 应用程序而设计，且与 LangChain 兼容
• LangChain.js LLM 模板：一个 LangChain LLM 模板，允许你训练自己的自定义 AI LLM 模型。
• Streamlit 模板：展示如何在 Streamlit 上部署 LangChain 的模板
• Codespaces 模板：一个 Codespaces 模板，让你在几秒钟内快速上手 LangChain！
• Gradio 模板：展示如何在 Gradio 上部署 LangChain 的模板
• AI 入门：一套适用于周末项目的 JavaScript AI 入门技术栈，包含图像/文本模型、向量存储、身份验证和部署配置等。
• Embedchain：一个框架，可轻松基于任何数据集创建 LLM 驱动的聊天机器人。

平台

• Openllmetry：基于 OpenTelemetry 的开源 LLM 应用可观测性工具
• traceAI：一款原生支持 OpenTelemetry 的 LLM 应用追踪框架，内置 LangChain 仪器化功能，并兼容 20 多种框架。

开源项目

知识管理

• Quiver：将你的大脑内容导入到生成式 AI 保险库中
• DocsGPT：基于 GPT 的文档搜索与辅助聊天工具。
• Chaindesk：一款无需编码的语义搜索与文档检索平台
• Knowledge GPT：为你提供准确的答案和即时引用的文档助手。
• Knowledge：一款用于保存、搜索、访问和探索你喜爱的网站、文档和文件的工具。
• Anything LLM：一个全栈应用，可将任意文档转化为智能聊天机器人，拥有简洁的 UI 和更便捷的工作空间管理方式。
• DocNavigator：一款基于 AI 的聊天机器人构建工具，旨在提升产品文档和支持网站的用户体验。
• ChatFiles：上传你的文档并与其进行对话。由 GPT、嵌入模型、TypeScript 和 NextJS 驱动。
• DataChad：一个 Streamlit 应用，允许你与任何数据源对话。同时支持 OpenAI 和本地模式下的 GPT4All。
• Second Brain AI Agent：一款 Streamlit 应用，可通过 OpenAI 和 ChromaDB 在本地与你的“第二大脑”笔记进行对话。
• examor：一个基于知识笔记的在线考试应用，帮助你真正记住所学和所写的内容。
• Repochat：一款利用 LLM 结合检索增强生成技术实现 GitHub 仓库交互的聊天机器人助手。
• SolidGPT：与你的代码仓库进行全方位对话，提出仓库级别的代码问题，并讨论需求。
• Minima：与本地文档对话，将本地环境连接到 ChatGPT 或 Claude。

其他 / 聊天机器人

• DB GPT: 使用本地 GPT 与您的数据和环境交互，无数据泄露，100% 私密，100% 安全！
• AudioGPT: 理解并生成语音、音乐、声音及对话头像！
• Paper QA: 基于引用回答文档问题的 LLM 链！
• Chat Langchain: 本地托管的聊天机器人，专门针对 LangChain 文档进行问答！
• Langchain Chat: 另一个基于 Next.js 的 LangChain 聊天前端。
• Book GPT: 放入一本书，即可开始提问。
• Doc Search: 与书籍对话——基于 GPT-3 构建！
• Fact Checker: 使用 LangChain 检查 LLM 输出的真实性！
• MM ReAct: 多模态 ReAct 设计
• QABot: 使用自然语言查询本地或远程文件、数据库，由 LangChain 和 OpenAI 提供支持！
• FlowGPT: 利用 AI 生成流程图！
• langchain-text-summarizer: 使用 LangChain 总结文本的 Streamlit 示例应用！
• Langchain Chat Websocket: 关于 LangChain LLM 聊天，通过 WebSocket 实现流式响应！
• langchain_yt_tools: 用于搜索、提取和转录 YouTube 视频字幕的 LangChain 工具！
• ThoughtSource⚡: 机器思维科学框架！
• ChatGPT Langchain: 在 Huggingface 上使用 LangChain 构建的 ChatGPT 克隆版
• Chat Math Techniques: 在 Huggingface 上使用数学技巧的 LangChain 聊天
• Notion QA: Notion 问答机器人！
• QNimGPT: 与 IBM 量子计算机模拟器或 OpenAI GPT-3.5 玩 Nim 游戏。
• ChatPDF: ChatGPT + 企业数据，结合 Azure OpenAI！
• Chat with Scanned Documents: 使用 Dynamic Web TWAIN 扫描的文档进行聊天的演示。
• snowChat ❄️: 与您的 Snowflake 数据库聊天！
• TutorGPT: 针对辅导任务的动态少样本元提示技术！
• Cheshire Cat: 自定义 AGI 机器人，配备即用型聊天集成和插件开发平台！
• Dialoqbase: 一款允许您使用自有知识库创建自定义聊天机器人的 Web 应用程序！
• CSV-AI 🧠: CSV-AI 是一款由 LangChain 提供支持的终极应用，可帮助您从 CSV 文件中挖掘隐藏的洞察。
• MindGeniusAI: 使用 ChatGPT 自动生成思维导图！
• Robby-Chatbot: 一款 AI 聊天机器人 🤖，可用于与 CSV、PDF、TXT 文件 📄 以及 YTB 视频 🎥 对话 | 使用 LangChain🦜 | OpenAI | Streamlit ⚡。
• AI Chatbot: Vercel Labs 打造的一款功能齐全、可 hack 的 Next.js AI 聊天机器人！
• Instrukt: 终端中的完整 AI 环境。构建、测试并指导智能体。
• OpenChat: LLM 自定义聊天机器人控制台 ⚡。
• GPT Migrate: 轻松将您的代码库从一个框架或语言迁移到另一个。
• Code Interpreter API: 关于 ChatGPT Code Interpreter 的开源实现！
• Lobe Chat：一款开源、可扩展（函数调用）、高性能的聊天机器人框架！
• Funcchain: 以 Python 式的方式编写提示词！
• PersonalityChatbot: 使用 LangChain🦜 | LangSmith | MongoDB 进行个性化聊天的 LangChain 聊天机器人！
• XAgent: 用于解决复杂任务的自主 LLM 代理！
• MemFree - 开源混合 AI 搜索引擎，可立即从互联网、书签、笔记和文档中获取准确答案。支持一键部署。

学习

笔记本

• Langchain 教程：LangChain 库的概述与教程
• LangChain 中文入门指南：面向初学者的中文 LangChain 教程
• Flan5 LLM：使用 LangChain 进行思维链和多任务指令的 PDF 问答，基于 HuggingFace 上的 Flan5 模型
• LangChain 手册：Pinecone / James Briggs 的 LangChain 手册
• 查询 YouTube 视频字幕：查询 YouTube 视频字幕，并返回时间戳作为答案的来源以增强可信度
• llm-lobbyist：大型语言模型作为企业游说者
• Langchain 语义搜索：使用 GPT3、LangChain 和 Python 搜索并索引您自己的 Google Drive 文件
• GPT 政治光谱
• llm-grovers-search-party：利用 Qiskit、OpenAI 和 LangChain 展示格罗弗算法
• TextWorld ReAct 代理
• LangChain 与 Wolfram Alpha
• 自带知识图谱
• 大型语言模型课程
• 学习 LangChain (JS)——一个结构化、以示例为导向的 LangChain JS 学习仓库，涵盖提示词、链条、工具、嵌入、RAG、智能体、Puppeteer 网页抓取以及基于 LangGraph 的多智能体工作流。

视频播放列表

• Sam Witteveen 的 LangChain 系列
• LangChain 教程播放列表
• LangChain James Briggs 播放列表
• Greg Kamradt 播放列表

其他 LLM 框架

• Transformers Agents: 在 Transformers 模型之上提供自然语言 API
• LlamaIndex: 提供一个中心化接口，用于将你的大语言模型与外部数据连接。
• Botpress: 构建聊天机器人的基础组件
• Haystack: 使用 Transformer 模型和大语言模型与数据交互的 NLP 框架
• Semantic Kernel: 微软提供的 C# SDK，可快速简便地将前沿的大语言模型技术集成到你的应用中
• Promptify: 提示工程 | 使用 GPT 或其他基于提示的模型获取结构化输出。
• PromptSource: 关于创建、分享和使用自然语言提示的工具包。
• Agent-LLM: 一个人工智能自动化平台。
• LLM Agents: 构建由大语言模型控制的智能体
• MiniChain: 一个用于与大型语言模型协作的小型库。
• Griptape: 一个用于 AI 工作流和管道的 Python 框架，具备思维链推理、外部工具和记忆功能。
• llm-chain: 是一个功能强大的 Rust crate，用于在大语言模型中构建链条，从而实现文本摘要和复杂任务的完成。
• OpenLM: 一个即插即用的 OpenAI 兼容库，能够调用任何其他托管推理 API 的大语言模型。同时也有 Typescript 版本
• Dust: 设计和部署大型语言模型应用
• e2b: 一个开源平台，用于构建和部署虚拟开发者助手
• SmartGPT: 一个程序，通过插件使大语言模型能够完成复杂任务。
• TermGPT: 让像 GPT-4 这样的大语言模型具备计划和执行终端命令的能力
• ReLLM: 针对语言模型补全的正则表达式。
• OpenDAN: 开源个人 AI 操作系统，将各种 AI 模块整合到一处，供个人使用。
• OpenLLM: 一个开放平台，用于在生产环境中运行大型语言模型（LLMs）。使用 OpenLLM 可以轻松微调、服务、部署和监控任何 LLM。
• FlagAI: FlagAI（快速大规模通用 AI 模型）是一个快速、易用且可扩展的大规模模型工具包。
• AI.JSX: 用于 JavaScript 的 AI 应用框架
• AI Utils: 一个以 TypeScript 优先的库，用于构建 AI 应用、聊天机器人和智能体。
• MetaGPT: 多智能体元编程框架：只需一行需求，即可返回 PRD、设计、任务列表、代码仓库和 CI 流程。
• Hyv: 也许是在 Node.js 中使用任何 AI 模型并轻松创建复杂交互的最简单方法。
• Autochain: 使用 AutoChain 构建轻量级、可扩展且可测试的大语言模型智能体。
• TypeChat: TypeChat 是一个库，可以让你轻松地使用类型来构建自然语言界面。
• Marvin: ✨ 构建令人愉悦的 AI 界面
• LMQL: 一种用于大型语言模型的编程语言。
• LLMFlow: 简单、明确且透明的大语言模型应用
• Ax: 一个全面的 TypeScript AI 框架
• TextAI: 💡 一个一体化的开源嵌入数据库，适用于语义搜索、大语言模型编排和语言模型工作流。
• AgentFlow: 从简单的 JSON 构建复杂的大语言模型工作流。
• Outlines: 快速可靠的神经网络文本生成。
• SimpleAIChat: 一个易于与聊天应用对接的 Python 包，具有强大功能且代码复杂度极低。
• LLFn: 一个轻量级框架，用于利用大语言模型创建应用程序
• LLMStack: 一个无需编码的平台，用于构建基于大语言模型的应用程序，并使用自定义数据。
• Lagent: 一个轻量级框架，用于构建基于大语言模型的智能体
• Embedbase: 用于构建 AI 驱动应用的原生软件 3.0 堆栈。
• Rivet: 一个 IDE，用于创建复杂的 AI 智能体和提示链，并将其嵌入到你的应用中。
• Promptfoo: 测试你的提示。评估和比较大语言模型的输出，捕捉回归问题，提升提示质量。
• RestGPT: 一个基于大语言模型的自主智能体，通过 RESTful API 控制现实世界的应用。
• LangStream: 一个框架，用于构建和运行事件驱动的大语言模型应用，支持无代码和 Python（包括基于 LangChain 的）智能体。
• Magentic: 将大语言模型无缝集成为 Python 函数
• Autogen: 启用下一代大型语言模型应用。
• AgentVerse 提供一个灵活的框架，简化了为大语言模型构建自定义多智能体环境的过程。
• Flappy: 一个面向所有开发者的生产就绪的大语言模型智能体 SDK。
• MemGPT: 教授大语言模型进行内存管理，以实现无限上下文。
• Agentlabs: 一个通用的 AI 智能体前端。你构建后端，剩下的交给我们。
• axflow: 一个用于 AI 开发的 TypeScript 框架
• bondai: 一款 AI 驱动的助手，拥有轻量级、多功能的 API，可无缝集成到你的应用中。
• Chidori: 一个反应式运行时，用于构建持久的 AI 智能体。
• Langroid: 一个直观、轻量级、可扩展且原则性强的 Python 框架，可轻松构建大语言模型驱动的应用。
• Langstream: 使用真正的组合性构建健壮的大语言模型应用 🔗
• Agency: 🕵️‍♂️ 专为渴望探索大型语言模型（LLMs）和其他生成式 AI 潜力的开发者设计的库，采用简洁、高效且符合 Go 语言习惯的方式。
• TaskWeaver: 一个以代码为中心的智能体框架，可无缝规划和执行数据分析任务。
• MicroAgent: 能够自我编辑提示/Python 代码的智能体。
• Casibase: 开源的 AI LangChain 类似 RAG（检索增强生成）知识数据库，带有 Web UI 和企业级 SSO⚡️，支持 OpenAI、Azure、LLaMA、Google Gemini、HuggingFace、Claude、Grok 等。
• Fructose: Fructose 是一个 Python 包，用于围绕大语言模型调用创建可靠、强类型的接口。
• R2R: 一个用于快速开发和部署生产就绪 RAG 系统的框架。
• uAgents: 一个快速且轻量级的框架，用于轻松创建去中心化智能体。
• Codel: ✨ 一个完全自主的 AI 智能体，能够使用终端、浏览器和编辑器完成复杂任务和项目。
• LLocalSearch: LLocalSearch 是一个完全本地运行的搜索聚合器，使用大语言模型智能体。用户可以提出问题，系统会通过一系列大语言模型智能体寻找答案。用户可以看到智能体的进展以及最终答案。无需 OpenAI 或 Google 的 API 密钥。
• Plandex: 一个用于复杂任务的 AI 编码引擎。
• Maestro: 一个框架，用于 Claude Opus 智能地编排子智能体。
• GPT Pilot: GPT Pilot 是 Pythagora VS Code 扩展的核心技术，旨在提供首个真正的 AI 开发者伴侣。
• SWE Agent: SWE-Agent 接收一个 GitHub 问题，并尝试自动修复它，使用 GPT-4 或你选择的其他语言模型。
• Gateway: 一个超高速 AI 网关。通过一个快速友好的 API 路由到 100 多种大语言模型。
• AgentRun: 安全运行 AI 生成的 Python 代码的最简单、最快方式。
• Llama Cpp Agent: llama-cpp-agent 框架是一个用于轻松与大型语言模型互动的工具。
• FinRobot: 一个开源的 AI 智能体平台，用于金融应用中的大语言模型。
• Groq Ruby: Groq Cloud 能够快速且经济地运行大语言模型。这是一个为 Ruby 提供便利的客户端库。
• AgentScope: 以更简单的方式开始构建由大语言模型赋能的多智能体应用。
• Memary: 自主智能体的长期记忆。
• Llmware: 提供企业级的大语言模型开发框架、工具和微调后的模型。
• Pipecat: 一个开源的语音和多模态对话式 AI 框架。
• Phidata: 构建具有记忆、知识和工具的 AI 助手。
• Rigging: 轻量级的大语言模型交互框架（Rust）。
• Vision agent: Vision Agent 是一个库，可以帮助你利用智能体框架生成代码来解决视觉任务。
• llama-agents: llama-agents 是一个以异步优先的框架，用于构建、迭代和生产化多智能体系统，包括多智能体通信、分布式工具执行、人机协作等。
• Claude Engineer: Claude Engineer 是一个交互式命令行界面（CLI），利用 Anthropic 的 Claude-3.5-Sonnet 模型的力量，协助软件开发任务。
• AI Scientist: AI 科学家：迈向完全自动化的开放式科学。
• DSPy: 一个用于编程——而非提示——基础模型的框架。
• Eino: Eino 提供一个 Golang AI 应用开发框架，具备多种组件集成能力，并能编排类似于 LangChain 和 LangGraph 的链条和图。
• TensorZero: 一个开源框架，用于构建生产级的大语言模型应用。它整合了大语言模型网关、可观ability、优化、评估和实验等功能。
• Bifrost: Bifrost 是最快的大语言模型网关，每秒 5,000 次请求时仅需 11μs 的开销，速度比 LiteLLM 快 50 倍。
• Mastra AI: 一个用于构建 AI 驱动的应用和智能体的框架，采用现代化的 TypeScript 堆栈。

该列表的补充

• 开放大模型：可用于商业用途的开源大模型列表
• Awesome LLM：Awesome-LLM：精选的大语言模型资源列表。
• LLaMA 社群及其他：追踪价格实惠的大模型、🦙 社群及其他内容。
• Awesome 语言智能体：基于论文《语言智能体的认知架构》的语言智能体列表。

Awesome LangChain 快速上手指南

awesome-langchain 并非一个单一的可安装软件库，而是一个精选的 LangChain 生态工具、项目和资源列表。本指南将帮助你快速搭建 LangChain 核心开发环境，并介绍如何利用该列表中的热门工具开始构建 AI 应用。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Windows, macOS, 或 Linux
• Python 版本：推荐 Python 3.9 或更高版本
• 包管理器：pip 或 conda
• API Key：准备好大模型服务商的 API Key（如 OpenAI, Azure, 或国内的大模型平台）

前置依赖安装： 建议使用虚拟环境以避免依赖冲突。

# 创建虚拟环境
python -m venv langchain-env

# 激活虚拟环境
# Windows:
langchain-env\Scripts\activate
# macOS/Linux:
source langchain-env/bin/activate

安装步骤

由于 awesome-langchain 是资源列表，你需要安装的是 LangChain 核心库及其常用组件。推荐使用国内镜像源加速安装。

1. 安装 LangChain 核心库

pip install langchain langchain-core langchain-community -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 安装常用集成组件（按需选择）

• OpenAI 集成：

  pip install langchain-openai -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 向量数据库支持（以 Chroma 为例）：

  pip install langchain-chroma -i https://pypi.tuna.tsinghua.edu.cn/simple
  

• 热门生态工具（参考列表中的 Low-code 和 Agents）：
  • 安装 LangFlow (可视化编排): pip install langflow
  • 安装 CrewAI (多智能体框架): pip install crewai
  • 安装 Chainlit (快速构建聊天界面): pip install chainlit

基本使用

以下是最简单的 LangChain 使用示例，展示如何调用大模型并处理文本。

1. 设置环境变量

在使用前，请在终端设置你的 API Key（以 OpenAI 为例，国内用户可替换为兼容 OpenAI 接口的国内模型地址）：

export OPENAI_API_KEY="your-api-key-here"
# Windows PowerShell:
$env:OPENAI_API_KEY="your-api-key-here"

2. 编写第一个 Chain 程序

创建一个名为 main.py 的文件，输入以下代码：

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

# 初始化模型
llm = ChatOpenAI(model="gpt-3.5-turbo")

# 定义提示词模板
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个专业的翻译助手，将用户的输入翻译成中文。"),
    ("user", "{input}")
])

# 构建链 (Chain)
chain = prompt | llm | StrOutputParser()

# 执行调用
result = chain.invoke({"input": "LangChain makes building LLM applications easy!"})

print(result)

3. 运行程序

python main.py

进阶探索： 参考 awesome-langchain 列表中的分类，你可以进一步尝试：

• Low-code: 启动 langflow 或 flowise 通过拖拽界面构建工作流。
• Agents: 使用 crewai 或 langchain-agents 创建自主智能体。
• RAG: 结合 PrivateGPT 或 LlamaIndex 实现私有知识库问答。