langchain 是什么？

用于构建 LLM 应用和智能体的 Python 框架，提供模型、嵌入、向量库等统一接口与第三方集成。 LangChain 是一个用于构建智能体和 LLM 应用的框架。开发者可以把各类可互操作的组件和第三方集成串接起来，底层模型或服务商变化时，不必每次都重写应用代码。

langchain 可以免费使用吗？用的什么许可证？

langchain 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

langchain 还在维护吗？

活跃维护中。langchain 最近一次提交是在 2026年10月20日。

langchain 适合用来做什么？

构建基于私有文档问答的检索增强生成（RAG）应用。快速原型验证 LLM 功能，并在不同模型服务商之间切换而无需重写代码。开发可调用外部 API 或内部系统的工具型智能体。在 Python 后端中接入 LLM 能力，并保持统一的调用接口。

langchain 怎么安装和运行？

使用 uv 安装 LangChain: uv add langchain 初始化聊天模型并调用（需先设置对应提供商的 API 密钥）: python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"

在哪里获取 langchain？

源代码和安装说明在 GitHub 上：https://github.com/langchain-ai/langchain

langchain-ai/langchain

用于构建 LLM 应用和智能体的 Python 框架，提供模型、嵌入、向量库等统一接口与第三方集成。

在 GitHub 查看官网

Star: 148,120
Fork: 24,859
未关闭 Issue: 674
最近提交: 4小时前

这是什么？

LangChain 是一个用于构建智能体和 LLM 应用的框架。开发者可以把各类可互操作的组件和第三方集成串接起来，底层模型或服务商变化时，不必每次都重写应用代码。

它的核心是一套针对聊天模型、嵌入模型、向量库、检索器和工具的统一接口。例如通过 init_chat_model 即可初始化模型，在 OpenAI、Anthropic、Google Gemini 等服务商之间切换时改动很少。生态中还维护着大量模型服务商和数据源的集成。

在同一生态中，LangGraph 提供更底层、可控的智能体编排，Deep Agents 提供内置规划和子智能体能力的上层封装，LangSmith 则用于评估、可观测性和调试。TypeScript 版本 LangChain.js 另行维护。

核心功能

01为聊天模型、嵌入、向量库、检索器和工具提供统一接口。
02通过一个函数即可初始化来自 OpenAI、Anthropic、Gemini 等服务商的模型。
03内置大量模型服务商、工具和数据源的第三方集成。
04从高层快速上手组件到底层细粒度控制，抽象层次可按需选择。
05可与 LangGraph、Deep Agents 和 LangSmith 配合，用于编排与可观测性。

适用场景

构建基于私有文档问答的检索增强生成（RAG）应用。
快速原型验证 LLM 功能，并在不同模型服务商之间切换而无需重写代码。
开发可调用外部 API 或内部系统的工具型智能体。
在 Python 后端中接入 LLM 能力，并保持统一的调用接口。

快速上手

1
使用 uv 安装 LangChain
uv add langchain
2
初始化聊天模型并调用（需先设置对应提供商的 API 密钥）
python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"

使用前须知

调用大多数模型需要模型提供商的付费 API 密钥。

常见问题

langchain 是什么？: 用于构建 LLM 应用和智能体的 Python 框架，提供模型、嵌入、向量库等统一接口与第三方集成。 LangChain 是一个用于构建智能体和 LLM 应用的框架。开发者可以把各类可互操作的组件和第三方集成串接起来，底层模型或服务商变化时，不必每次都重写应用代码。
langchain 可以免费使用吗？用的什么许可证？: langchain 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
langchain 还在维护吗？: 活跃维护中。langchain 最近一次提交是在 2026年10月20日。
langchain 适合用来做什么？: 构建基于私有文档问答的检索增强生成（RAG）应用。快速原型验证 LLM 功能，并在不同模型服务商之间切换而无需重写代码。开发可调用外部 API 或内部系统的工具型智能体。在 Python 后端中接入 LLM 能力，并保持统一的调用接口。
langchain 怎么安装和运行？: 使用 uv 安装 LangChain: uv add langchain 初始化聊天模型并调用（需先设置对应提供商的 API 密钥）: python -c "from langchain.chat_models import init_chat_model; model = init_chat_model('openai:gpt-5.5'); print(model.invoke('Hello, world!'))"
在哪里获取 langchain？: 源代码和安装说明在 GitHub 上：https://github.com/langchain-ai/langchain

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。