LangChain para Rust: una biblioteca para crear aplicaciones con LLM mediante cadenas componibles, agentes, herramientas y almacenes vectoriales.
tryAGI/LangChain
Implementación de LangChain en C# para crear aplicaciones con LLM, cadenas componibles, búsqueda vectorial y cargadores de documentos en .NET.
- Estrellas
- 1,080
- Forks
- 147
- Issues abiertos
- 50
- Último commit
- hace 4 días
¿Qué es?
LangChain .NET es un port en C# del framework LangChain para crear aplicaciones basadas en modelos de lenguaje grandes. Cuando es posible, sigue las abstracciones del proyecto original para que quienes conocen LangChain en Python o JavaScript puedan trasladar directamente sus conceptos, y a la vez permite incorporar nuevas entidades cuando el ecosistema .NET lo requiere.
La biblioteca ofrece integraciones con proveedores de modelos, modelos de embeddings, conectores para bases de datos vectoriales como SQLite y cargadores de documentos, como un cargador de PDF. Los desarrolladores pueden cargar documentos, almacenar embeddings, recuperar documentos similares para una pregunta y pasarlos a un LLM, ya sea mediante llamadas directas a métodos async o componiendo pasos en una cadena con una sintaxis tipo pipe.
El proyecto cuenta con licencia MIT y se distribuye como paquetes NuGet. El repositorio incluye una wiki, ejemplos y pruebas de integración.
Funciones clave
- 01Cadenas componibles que conectan recuperación, plantillas de prompts y llamadas a LLM
- 02Integración con bases de datos vectoriales, incluida SQLite, y compatibilidad con modelos de embeddings
- 03Carga de documentos desde PDF y URL, con división del texto configurable
- 04Métodos async para uso directo sin cadenas
- 05Distribución como paquetes NuGet para proyectos .NET
Casos de uso
- Crear una aplicación .NET que responda preguntas a partir de tus propios PDF o colecciones de documentos
- Prototipar pipelines de generación aumentada por recuperación (RAG) en C#
- Migrar flujos de trabajo con LLM al estilo LangChain de Python a una base de código .NET
Inicio rápido
- 1
Instala el paquete NuGet de LangChain
dotnet add package LangChain - 2
Consulta la wiki para empezar
Antes de usarlo
- Para ejecutar el código de ejemplo, necesitas una clave API de un proveedor de modelos como OpenAI.
Temas
Preguntas frecuentes
- ¿Qué es LangChain?
- Implementación de LangChain en C# para crear aplicaciones con LLM, cadenas componibles, búsqueda vectorial y cargadores de documentos en .NET. LangChain .NET es un port en C# del framework LangChain para crear aplicaciones basadas en modelos de lenguaje grandes. Cuando es posible, sigue las abstracciones del proyecto original para que quienes conocen LangChain en Python o JavaScript puedan trasladar directamente sus conceptos, y a la vez permite incorporar nuevas entidades cuando el ecosistema .NET lo requiere.
- ¿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 2 nov 2026.
- ¿Para qué puedo usar LangChain?
- Crear una aplicación .NET que responda preguntas a partir de tus propios PDF o colecciones de documentos Prototipar pipelines de generación aumentada por recuperación (RAG) en C# Migrar flujos de trabajo con LLM al estilo LangChain de Python a una base de código .NET
- ¿Cómo se instala LangChain?
- Instala el paquete NuGet de LangChain: dotnet add package LangChain Consulta la wiki para empezar
- ¿Dónde consigo LangChain?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/tryAGI/LangChain
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
SDK para crear agentes de IA y sistemas multiagente en Python, .NET y Java, con integraciones de modelos, plugins y bases de datos vectoriales.
Un port de LangChain a Dart y Flutter para crear aplicaciones con LLM, proveedores de modelos intercambiables, RAG y agentes.
Backend FastAPI para un agente conversacional RAG que indexa documentos en Qdrant, realiza búsquedas semánticas e híbridas y responde preguntas con LLM.
Tutorial en chino que enseña a desarrolladores principiantes a crear aplicaciones con LLM, mediante un asistente de base de conocimiento personal con LangChain y RAG.
Herramienta open source de investigación profunda que busca y razona sobre datos privados mediante LLM y bases de datos vectoriales.