Curso de Microsoft de 21 lecciones para enseñar a desarrolladores los fundamentos de la creación de aplicaciones de IA generativa con Python y TypeScript.
langchain-ai/langchain
Framework de Python para crear aplicaciones y agentes basados en LLM, con interfaces estándar para modelos, embeddings, almacenes vectoriales e integraciones de terceros.
- Estrellas
- 148,120
- Forks
- 24,859
- Issues abiertos
- 674
- Último commit
- hace 8 horas
¿Qué es?
LangChain es un framework para crear agentes y aplicaciones basadas en LLM. Permite a los desarrolladores encadenar componentes interoperables e integraciones de terceros, de modo que no tengan que reescribir el código de la aplicación cada vez que cambia el modelo o proveedor subyacente.
La oferta principal consiste en una interfaz estándar para modelos de chat, modelos de embeddings, almacenes vectoriales, retrievers y herramientas. Los modelos se inicializan mediante una única función auxiliar, como init_chat_model, por lo que cambiar entre proveedores como OpenAI, Anthropic o Google Gemini requiere modificar muy poco código. Las integraciones con un amplio catálogo de proveedores de modelos y fuentes de datos se mantienen como parte del ecosistema.
LangChain forma parte del mismo ecosistema que otros proyectos relacionados: LangGraph, para la orquestación de agentes de bajo nivel y con control detallado; Deep Agents, para agentes con planificación y subagentes integrados; y LangSmith, para evaluación, observabilidad y depuración. LangChain.js, su equivalente en TypeScript, se mantiene por separado.
Funciones clave
- 01Interfaces estándar para modelos de chat, embeddings, almacenes vectoriales, retrievers y herramientas.
- 02Inicialización de modelos en una sola llamada para distintos proveedores, como OpenAI, Anthropic y Gemini.
- 03Amplia biblioteca de integraciones de terceros para proveedores de modelos, herramientas y fuentes de datos.
- 04Abstracciones por capas, desde componentes de alto nivel para empezar rápidamente hasta el control de bajo nivel.
- 05Compatible con LangGraph, Deep Agents y LangSmith para la orquestación y la observabilidad.
Casos de uso
- Crear una aplicación de generación aumentada por recuperación (RAG) que responda preguntas sobre documentos privados.
- Prototipar una funcionalidad basada en LLM y cambiar de proveedor de modelos sin reescribir el código de la aplicación.
- Crear agentes que usan herramientas para llamar a API externas o sistemas internos.
- Añadir capacidades de LLM a un backend de Python con una interfaz coherente.
Inicio rápido
- 1
Instala LangChain con uv
uv add langchain - 2
Inicializa un modelo de chat y ejecútalo (configura primero la clave de API del proveedor correspondiente)
python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"
Antes de usarlo
- Para llamar a la mayoría de los modelos se necesita una clave de API de pago del proveedor del modelo.
Temas
Preguntas frecuentes
- ¿Qué es langchain?
- Framework de Python para crear aplicaciones y agentes basados en LLM, con interfaces estándar para modelos, embeddings, almacenes vectoriales e integraciones de terceros. LangChain es un framework para crear agentes y aplicaciones basadas en LLM. Permite a los desarrolladores encadenar componentes interoperables e integraciones de terceros, de modo que no tengan que reescribir el código de la aplicación cada vez que cambia el modelo o proveedor subyacente.
- ¿langchain es gratuito? ¿Qué licencia tiene?
- langchain es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿langchain sigue mantenido?
- Mantenimiento activo. El último commit de langchain fue el 20 oct 2026.
- ¿Para qué puedo usar langchain?
- Crear una aplicación de generación aumentada por recuperación (RAG) que responda preguntas sobre documentos privados. Prototipar una funcionalidad basada en LLM y cambiar de proveedor de modelos sin reescribir el código de la aplicación. Crear agentes que usan herramientas para llamar a API externas o sistemas internos. Añadir capacidades de LLM a un backend de Python con una interfaz coherente.
- ¿Cómo se instala langchain?
- Instala LangChain con uv: uv add langchain Inicializa un modelo de chat y ejecútalo (configura primero la clave de API del proveedor correspondiente): python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"
- ¿Dónde consigo langchain?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/langchain-ai/langchain
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Plataforma visual para crear, probar y desplegar agentes y flujos de trabajo de IA, con exposición integrada mediante API y servidor MCP.
Framework ligero de Python para crear flujos de trabajo multiagente con herramientas, transferencias, guardrails, sesiones y trazas, compatible con OpenAI y más de 100 LLMs.
Framework de Python para crear agentes de IA autónomos que investigan, planifican, programan y ejecutan tareas, con memoria, RAG y más de 100 proveedores de LLM.
Un agente de programación en TypeScript con CLI que, al incluir «ulw» o «mass ulw» en el prompt, planifica, delega tareas en varios modelos y verifica el trabajo.
Framework de Python de código abierto para orquestar agentes de IA autónomos basados en roles (Crews) y flujos de trabajo basados en eventos (Flows).