Un port de LangChain a Dart y Flutter para crear aplicaciones con LLM, proveedores de modelos intercambiables, RAG y agentes.
689156DartMITBien mantenidoActualizado hace 5 días
Abraxas-365/langchain-rust
LangChain para Rust: una biblioteca para crear aplicaciones con LLM mediante cadenas componibles, agentes, herramientas y almacenes vectoriales.
- Estrellas
- 1,362
- Forks
- 179
- Issues abiertos
- 10
- Último commit
- hace 4 días
¿Qué es?
langchain-rust es una adaptación a Rust del framework LangChain para crear aplicaciones basadas en modelos de lenguaje grandes. Ofrece componentes básicos como cadenas de LLM, cadenas conversacionales y secuenciales, y cadenas de preguntas y respuestas y de resumen, para que los desarrolladores combinen llamadas a modelos, plantillas de prompts y pasos de recuperación en un pipeline.
La biblioteca es compatible con varios proveedores de modelos, como OpenAI, Azure OpenAI, Ollama, Anthropic Claude, Mistral y AWS Bedrock para LLM y embeddings, además de embeddings locales mediante FastEmbed. Para la recuperación, incluye integraciones con muchos almacenes vectoriales, como Postgres, Qdrant, Pinecone, Weaviate, Milvus, Chroma, Redis y SQLite. También incluye cargadores de documentos para PDF, HTML, CSV, fuentes convertidas a Markdown y commits de Git, además de analizadores de salida y memoria de chat respaldada por SQLite, Postgres, Redis o MongoDB.
La compatibilidad con agentes incluye agentes que invocan herramientas, un agente ReAct para modelos sin invocación nativa de herramientas, eventos de agentes en streaming y herramientas integradas, como una calculadora, búsqueda web y Wolfram. La instalación se realiza con cargo, y las funciones opcionales permiten habilitar backends específicos para cada almacén vectorial.
Funciones clave
- 01Cadenas para llamadas a LLM, preguntas y respuestas, resúmenes, consultas SQL y enrutamiento
- 02Compatibilidad con OpenAI, Azure OpenAI, Ollama, Anthropic Claude y otros proveedores de modelos
- 03Integraciones con almacenes vectoriales como Postgres, Qdrant, Pinecone y Chroma
- 04Agentes con invocación de herramientas, una alternativa ReAct y eventos en streaming
- 05Cargadores de documentos para PDF, HTML, CSV e historial de commits de Git
- 06Memoria de chat persistida en SQLite, Postgres, Redis o MongoDB
Casos de uso
- Crear un servicio de preguntas y respuestas con generación aumentada por recuperación en un backend de Rust
- Añadir funciones de LLM a una aplicación Rust sin cambiar de lenguaje
- Crear agentes que usen herramientas para realizar búsquedas o llamar a funciones personalizadas
- Crear prototipos de cadenas que alternen entre modelos de OpenAI y modelos locales de Ollama
Inicio rápido
- 1
Añade serde_json a tu proyecto de Rust
cargo add serde_json - 2
Añade langchain-rust a tu proyecto de Rust
cargo add langchain-rust
Antes de usarlo
- Las funciones sqlite-vss y sqlite-vec requieren descargar por separado bibliotecas nativas adicionales.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es langchain-rust?
- LangChain para Rust: una biblioteca para crear aplicaciones con LLM mediante cadenas componibles, agentes, herramientas y almacenes vectoriales. langchain-rust es una adaptación a Rust del framework LangChain para crear aplicaciones basadas en modelos de lenguaje grandes. Ofrece componentes básicos como cadenas de LLM, cadenas conversacionales y secuenciales, y cadenas de preguntas y respuestas y de resumen, para que los desarrolladores combinen llamadas a modelos, plantillas de prompts y pasos de recuperación en un pipeline.
- ¿langchain-rust es gratuito? ¿Qué licencia tiene?
- langchain-rust es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿langchain-rust sigue mantenido?
- Mantenimiento activo. El último commit de langchain-rust fue el 3 nov 2026.
- ¿Para qué puedo usar langchain-rust?
- Crear un servicio de preguntas y respuestas con generación aumentada por recuperación en un backend de Rust Añadir funciones de LLM a una aplicación Rust sin cambiar de lenguaje Crear agentes que usen herramientas para realizar búsquedas o llamar a funciones personalizadas Crear prototipos de cadenas que alternen entre modelos de OpenAI y modelos locales de Ollama
- ¿Cómo se instala langchain-rust?
- Añade serde_json a tu proyecto de Rust: cargo add serde_json Añade langchain-rust a tu proyecto de Rust: cargo add langchain-rust
- ¿Dónde consigo langchain-rust?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Abraxas-365/langchain-rust
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Implementación de LangChain en C# para crear aplicaciones con LLM, cadenas componibles, búsqueda vectorial y cargadores de documentos en .NET.
1,1 mil147C#MITBien mantenidoActualizado hace 5 días
Base de datos de embeddings de código abierto para aplicaciones de IA, que almacena documentos y vectores para habilitar búsquedas semánticas, híbridas y de texto completo.
29,6 mil+38 esta semana2,6 milRustApache-2.0Actualizado hace 7 días
Una biblioteca Java que ofrece a las aplicaciones JVM una API unificada para proveedores de LLM y almacenes vectoriales, con llamadas a herramientas, agentes y RAG.
13,4 mil+36 esta semana2,7 milJavaApache-2.0Actualizado hace 14 horas
Herramienta de línea de comandos y biblioteca de Python para ejecutar prompts y chats con modelos de lenguaje grandes, remotos o instalados localmente.
12,7 mil+31 esta semana1,1 milPythonApache-2.0Actualizado ayer
Backend FastAPI para un agente conversacional RAG que indexa documentos en Qdrant, realiza búsquedas semánticas e híbridas y responde preguntas con LLM.
25744PythonMITBien mantenidoActualizado hace 7 días