1.0 LangChain 概述
本章介绍 LangChain 的核心概念和整体架构。
什么是 LangChain？
LangChain 是一个用于构建 AI 代理（Agent） 和 大语言模型（LLM）驱动应用 的开源框架。它让开发者能够用不到 10 行代码连接 OpenAI、Anthropic、Google 等主流模型提供商，快速构建智能应用。
核心优势
1. 统一的模型接口
LangChain 提供标准化的模型交互接口，让你可以无缝切换不同的模型提供商：
- OpenAI (GPT-4, GPT-4o 等)
- Anthropic (Claude 系列)
- Google (Gemini 系列)
- 以及数百种其他集成
2. 简洁易用的 Agent 抽象
用不到 10 行代码即可创建一个功能完整的 Agent：
python
from langchain.agents import create_agent
def get_weather(city: str) -> str:
"""获取指定城市的天气"""
return f"{city} 今天天气晴朗！"
agent = create_agent(
model="claude-sonnet-4-5-20250929",
tools=[get_weather],
system_prompt="你是一个乐于助人的助手",
)
agent.invoke(
{"messages": [{"role": "user", "content": "北京今天天气怎么样？"}]}
)3. 基于 LangGraph 构建
LangChain 建立在 LangGraph 之上，提供：
- 持久化执行 - 长时间运行的工作流
- 人机协作 - Human-in-the-loop 支持
- 状态管理 - 复杂对话的状态持久化
4. LangSmith 集成
深度集成 LangSmith 可观测性平台，提供：
- 可视化调试
- 性能追踪
- 成本监控
LangChain 生态系统
LangChain 生态系统包含多个核心组件：
| 组件 | 描述 |
|---|---|
| langchain | 核心框架，提供基础抽象和接口 |
| langchain-core | 核心抽象和运行时 |
| langchain-community | 社区贡献的第三方集成 |
| langchain-openai | OpenAI 官方集成 |
| langchain-anthropic | Anthropic 官方集成 |
| LangGraph | 构建复杂多步骤工作流 |
| LangSmith | 可观测性和调试平台 |
核心概念
Agents（代理）
Agent 是 LangChain 的核心概念，它能够：
- 理解用户意图
- 选择合适的工具
- 执行多步骤推理
- 返回结构化结果
Tools（工具）
工具让 Agent 具备与外部世界交互的能力：
- API 调用
- 数据库查询
- 文件操作
- 网页搜索
Memory（记忆）
Memory 让对话具有上下文感知能力：
Streaming（流式输出）
支持实时流式响应，提升用户体验：
快速安装
LangChain 要求 Python 3.10 或更高版本：
bash
# 安装核心包
pip install -U langchain
# 安装模型提供商集成（按需选择）
pip install -U langchain-openai # OpenAI
pip install -U langchain-anthropic # Anthropic
pip install -U langchain-google # GoogleLangChain v1.x
LangChain v1.x 现已发布！ 主要更新包括：
- 更简洁的 API 设计
- 更好的类型支持
- 改进的错误处理
- 与 LangGraph 更紧密的集成
如果你从旧版本升级，请参考官方迁移指南。
本书内容
本书将带你深入学习 LangChain 1.x 的核心功能：
- 概述 - LangChain 整体介绍（本章）
- 快速开始 - 安装配置和第一个应用
- 核心组件 - Agents、Models、Tools 详解
- 高级应用 - RAG、多 Agent 协作等