Banco de dados open source de embeddings para apps de IA, que armazena documentos e vetores para buscas semânticas, híbridas e de texto completo.
29,5 mil2,6 milRustApache-2.0Atualizado anteontem
langchain-ai/langchainjs
Framework TypeScript para criar aplicações e agentes com LLMs, com interfaces padronizadas para modelos, ferramentas, embeddings e bancos de vetores.
- Estrelas
- 18,286
- Forks
- 3,450
- Issues abertas
- 724
- Último commit
- há 7 horas
O que é?
LangChain.js é a versão em JavaScript e TypeScript do framework LangChain para criar aplicações baseadas em modelos de linguagem grandes. Ele oferece uma interface padronizada para modelos de chat e de embeddings, ferramentas, bancos de vetores e retrievers, permitindo conectar LLMs a fontes de dados e sistemas externos sem prender o código a um único provedor.
A biblioteca pode ser instalada por npm, pnpm ou yarn e roda em Node.js (ESM e CommonJS), Cloudflare Workers, funções edge e serverless do Vercel e Next.js, Supabase Edge Functions, navegadores, Deno e Bun. Suas abstrações permitem que as equipes troquem de modelo enquanto avaliam qual funciona melhor para a aplicação.
Para ter mais controle sobre a orquestração de agentes, o projeto indica o LangGraph.js; para monitoramento e avaliação em produção, integra-se ao LangSmith. Um pacote de nível mais alto, Deep Agents, adiciona planejamento integrado, subagentes e uso do sistema de arquivos.
Recursos principais
- 01Interfaces padronizadas para modelos de chat, embeddings, ferramentas, bancos de vetores e retrievers.
- 02Troque de provedor de modelos sem reescrever a lógica da aplicação.
- 03Roda em Node.js, Deno, Bun, navegadores e várias plataformas edge e serverless.
- 04Integra-se ao LangSmith para depuração, avaliação e monitoramento.
- 05Oferece tanto chains de alto nível para começar rapidamente quanto componentes de baixo nível para controle preciso.
Casos de uso
- Conectar um LLM a documentos privados ou APIs internas por meio de recuperação de informações e chamadas de ferramentas.
- Criar o backend de um chat ou agente em uma aplicação Next.js ou Cloudflare Workers.
- Prototipar fluxos de trabalho com LLMs e comparar modelos diferentes usando uma única interface.
Início rápido
- 1
Instale o pacote langchain com npm
npm install -S langchain - 2
Ou instale com pnpm
pnpm install langchain - 3
Ou instale com yarn
yarn add langchain
Antes de usar
- É necessário usar o Node.js 20 ou posterior para os ambientes de execução compatíveis listados no README.
Tópicos
Perguntas frequentes
- O que é langchainjs?
- Framework TypeScript para criar aplicações e agentes com LLMs, com interfaces padronizadas para modelos, ferramentas, embeddings e bancos de vetores. LangChain.js é a versão em JavaScript e TypeScript do framework LangChain para criar aplicações baseadas em modelos de linguagem grandes. Ele oferece uma interface padronizada para modelos de chat e de embeddings, ferramentas, bancos de vetores e retrievers, permitindo conectar LLMs a fontes de dados e sistemas externos sem prender o código a um único provedor.
- langchainjs é gratuito? Qual é a licença?
- langchainjs é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- langchainjs ainda é mantido?
- Manutenção ativa. O último commit de langchainjs foi em 21 de out. de 2026.
- Para que posso usar langchainjs?
- Conectar um LLM a documentos privados ou APIs internas por meio de recuperação de informações e chamadas de ferramentas. Criar o backend de um chat ou agente em uma aplicação Next.js ou Cloudflare Workers. Prototipar fluxos de trabalho com LLMs e comparar modelos diferentes usando uma única interface.
- Como instalar langchainjs?
- Instale o pacote langchain com npm: npm install -S langchain Ou instale com pnpm: pnpm install langchain Ou instale com yarn: yarn add langchain
- Onde consigo langchainjs?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/langchain-ai/langchainjs
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework Python para criar aplicações de RAG, agentes e processamento de documentos que conectam LLMs aos seus próprios dados.
52,6 mil8,4 milPythonMITAtualizado anteontem
Um toolkit local de índices vetoriais e RAG que reduz o armazenamento em cerca de 97% ao recalcular embeddings sob demanda, permitindo pesquisar dados pessoais no laptop.
13 mil1,2 milPythonMITAtualizado ontem
Milvus é um banco de dados vetorial distribuído e open source para armazenar e pesquisar embeddings em grande escala, usado em buscas com IA e aplicações de RAG.
46,5 mil4,3 milGoApache-2.0Atualizado há 20 horas
Epsilla é um banco de dados vetorial open source em C++ para busca por similaridade em embeddings, com filtros por metadados, busca híbrida e integração com sistemas de recuperação para LLMs.
87445C++Apache-2.0Atualizado há 18 dias
Um framework Python para criar aplicações e agentes com LLMs, com interfaces padronizadas para modelos, embeddings, vector stores e integrações de terceiros.
148,1 mil24,9 milPythonMITAtualizado anteontem