欢迎使用 LangChain
LangChain 是一个开发由语言模型驱动的应用程序的框架。我们相信最强大和不同的应用程序不仅会通过 API 调用语言模型，还会：
- 数据感知 : 将语言模型连接到其他数据源
- 具有代理性质 : 允许语言模型与其环境交互 LangChain 框架是基于以上原则设计的。 这是文档的 Python 版本。关于 LangChain 的纯概念指南请见 这里 (opens in a new tab) 。有关 JavaScript 的文档，请参见 这里 (opens in a new tab) 。 入门指南
查看以下指南，了解如何使用 LangChain 创建语言模型应用程序的详细说明。
- 入门文档 模块
LangChain 提供了对几个主要模块的支持。 针对每个模块，我们提供一些入门示例、指南、参考文档和概念指南。 这些模块按照逐渐增加的复杂性排列如下：
- 模型 : LangChain 支持的各种模型类型和模型集成。
- 提示 : 包括提示管理、提示优化和提示序列化。
- 内存 : 内存是在链/代理调用之间保持状态的概念。LangChain 提供了一个标准的内存接口、一组内存实现及使用内存的链/代理示例。
- 索引 : 与您自己的文本数据结合使用时，语言模型往往更加强大——此模块涵盖了执行此操作的最佳实践。
- 链 : 链不仅仅是单个 LLM 调用，还包括一系列调用（无论是调用 LLM 还是不同的实用工具）。LangChain 提供了一种标准的链接口、许多与其他工具的集成和用于常见应用程序的端到端链。
- 代理 : 代理涉及 LLM 做出行动决策、执行该行动、查看一个观察结果，并重复该过程直到完成。LangChain 提供了一个标准的代理接口，一系列可供选择的代理，以及端到端代理的示例。 用例
上述模块可以以多种方式使用。LangChain 还提供指导和帮助。以下是 LangChain 支持的一些常见用例。
- 自治代理 : 长时间运行的代理会采取多步操作以尝试完成目标。例子包括 AutoGPT 和 BabyAGI。
- 代理模拟 : 将代理置于封闭环境中观察它们如何相互作用或对事件作出反应是观察它们长期记忆能力的有趣方法。
- 个人助理 : 主要的 LangChain 使用用例。个人助理需要采取行动、记住交互并具有有关您的数据的知识。
- 问答 : 第二个重大的 LangChain 使用用例。仅利用这些文档中的信息来构建答案，回答特定文档中的问题。
- 聊天机器人 : 由于语言模型擅长生成文本，因此它们非常适合创建聊天机器人。
- 查询表格数据 : 如果您想了解如何使用 LLM 查询存储在表格格式中的数据（csv、SQL、数据框等），请阅读此页面。
- 代码理解 : 如果您想了解如何使用 LLM 查询来自 GitHub 的源代码，请阅读此页面。
- 与 API 交互 : 使 LLM 能够与 API 交互非常强大，以便为它们提供更实时的信息并允许它们采取行动。
- 提取 : 从文本中提取结构化信息。
- 摘要 : 将较长的文档汇总为更短、更简洁的信息块。一种数据增强生成的类型。
- 评估 : 生成模型是极难用传统度量方法评估的。一种新的评估方式是使用语言模型本身进行评估。LangChain 提供一些用于辅助评估的提示/链。 参考文档
LangChain 的所有参考文档，都在这里。LangChain 的所有方法、类、安装方法和集成设置的完整文档。
- 参考文档 LangChain 生态系统
其他公司/产品如何与 LangChain 协同工作的指南
- LangChain 生态系统 其他资源 #
额外的资源集合，我们认为可能是有用的，因为您开发您的应用程序！
- LangChainHub (opens in a new tab) : LangChainHub 是一个分享和探索其他 prompts、chains 和 agents 的平台。
- Glossary : 一个词汇表，包含所有相关术语、论文、方法等，无论它们是在 LangChain 中实现的还是不在。
- Gallery : 我们最喜欢的使用 LangChain 的项目合集，有助于找到灵感或了解其他应用程序的实现方式。
- Deployments : 部署 LangChain 应用程序的说明、代码片段和模板存储库的合集。
- Tracing : 使用追踪可视化 LangChain 中链和代理执行的指南。
- Model Laboratory : 使用不同的 prompts、models 和 chains 进行实验是开发最佳应用程序的重要组成部分。ModelLaboratory 使这个过程变得非常容易。
- Discord (opens in a new tab) : 加入我们的 Discord，讨论关于 LangChain 的一切！
- YouTube : LangChain 教程和视频的集合。
- Production Support (opens in a new tab) : 随着您将 LangChains 推向生产环境，我们乐于提供更全面的支持。请填写此表格，我们将设置一个专门的支持 Slack 频道。