LangChain 是一个用于构建由大语言模型驱动的应用程序的框架，支持智能体、工具调用和检索 (RAG) 工作流。

通过智能体、工具调用、检索和工作流编排，更快地构建 LLM 应用。

LangChain 专为不满足于简单聊天框的开发者设计。它支持结构化的 AI 工作流，使 LLM 能够调用工具、查询知识源、执行多步计划并生成有据可依的回答。无论您是在构建内部知识助手、客户支持自动化、数据感知型副驾驶（Copilot），还是智能体驱动的任务执行系统，LangChain 都能提供组件和模式，将模型连接到您的技术栈，并保持输出的一致性与可控性。

核心功能与能力

非常适合正在构建生产级 LLM 应用（如知识助手、客户支持副驾驶、工作流自动化智能体以及需要可靠连接真实数据与工具的 RAG 系统）的开发者和 AI 团队。

• 构建能安全调用工具和 API 的智能体
• 让回答立足于文档和数据的 RAG 流水线
• 用于多步推理和行动的工作流编排
• 与大模型、向量库、数据库及应用的广泛集成
• 面向生产环境的日志记录与评估模式

为何开发者选择 LangChain

从适合您场景（摘要、分类、提取）的简单“链”开始，然后通过连接文档或数据库添加检索功能。接着，引入工具（API、搜索、操作）并构建一个用于处理多步任务的智能体。尽早加入日志记录和评估，并根据真实用户查询进行迭代，以微调提示词、检索设置和工具行为。

“LangChain 提供了必要的构建块，让我们能从 LLM 原型跨越到连接数据与工具的真实智能体工作流。”

如何开始使用 LangChain

通过将智能体编排、检索和集成整合到一个可重复的框架中，LangChain 帮助团队构建更具行动力、数据感知能力更强且更符合生产标准的 AI 应用程序。