LangChain 遵循几项核心信念文档索引
在以下地址获取完整的文档索引：https://docs.langchain.org.cn/llms.txt
在进一步探索之前，请使用此文件发现所有可用页面。
- 大语言模型 (LLM) 是一项伟大且强大的新技术。
- 当 LLM 与外部数据源相结合时，效果会更好。
- LLM 将改变未来应用程序的面貌。具体来说，未来的应用程序将越来越具有“智能体”属性。
- 这一变革目前仍处于早期阶段。
- 虽然构建这类智能体应用程序的原型很容易，但要构建可靠到足以投入生产的智能体仍然非常困难。
我们希望使开发者能够利用最好的模型进行开发。
不同的供应商提供不同的 API、不同的模型参数和不同的消息格式。标准化这些模型的输入和输出是一个核心重点，这使开发者能够轻松切换到最新的尖端模型，避免被锁定在特定的供应商中。
我们希望能够轻松地利用模型来编排与其它数据和计算进行交互的更复杂流程。
模型不仅应该用于文本生成，还应被用于编排与其它数据交互的复杂流程。LangChain 可以轻松定义 LLM 能够动态使用的工具，并协助解析和访问非结构化数据。
历史
鉴于该领域持续不断的变革，LangChain 也随着时间的推移而发展。以下是 LangChain 多年来如何演变，以及它如何随着 LLM 开发含义的变化而共同进化的简要时间线：在 ChatGPT 发布前一个月，LangChain 作为 Python 包发布。它由两个主要组件组成：
- LLM 抽象
- “链 (Chains)”：即为常见用例运行的预定计算步骤。例如 - RAG（检索增强生成）：运行检索步骤，然后运行生成步骤。
2022-12
第一批通用智能体被加入到 LangChain 中。这些通用智能体基于 ReAct 论文（ReAct 代表 Reasoning and Acting，即推理与行动）。它们使用 LLM 生成代表工具调用的 JSON，然后解析该 JSON 以确定要调用哪些工具。
2023-01
OpenAI 发布“聊天补全 (Chat Completion)”API。此前，模型接收字符串并返回字符串。在 ChatCompletions API 中，它们演变为接收消息列表并返回消息。其它模型供应商纷纷效仿，LangChain 也随之更新以支持消息列表。
2023-01
LangChain 发布 JavaScript 版本。LLM 和智能体将改变应用程序的构建方式，而 JavaScript 是应用开发者的首选语言。
2023-02
LangChain Inc. 作为一家公司成立，围绕开源 LangChain 项目运营。主要目标是“使智能体普及化”。团队认识到，虽然 LangChain 是关键部分（它简化了 LLM 的入门），但也需要其它组件。
2023-03
OpenAI 在其 API 中发布“函数调用 (function calling)”。这允许 API 显式生成代表工具调用的有效载荷。其它模型供应商纷纷效仿，LangChain 更新为优先使用此方法进行工具调用（而非解析 JSON）。
2023-06
LangSmith 发布，作为 LangChain Inc. 的闭源平台，提供可观测性和评估功能。构建智能体的主要问题是使其可靠，而 LangSmith 就是为了解决这一需求而构建的。LangChain 也更新以与 LangSmith 无缝集成。
LangChain 发布 0.1.0，这是其第一个非 0.0.x 版本。行业已从原型阶段迈向生产阶段，因此 LangChain 增加了对稳定性的关注。
2024-02
LangGraph 发布，作为一个开源库。最初的 LangChain 有两个重点：LLM 抽象和用于启动常见应用程序的高级接口；然而，它缺少一个允许开发者控制智能体精确流程的底层编排层。于是：LangGraph 应运而生。在构建 LangGraph 时，我们吸取了构建 LangChain 时的经验，并添加了我们发现所必需的功能：流式传输、持久执行、短期记忆、人机协同 (human-in-the-loop) 等。
2024-06
LangChain 拥有超过 700 个集成。集成已从核心 LangChain 包中剥离，要么移入其各自的独立包（针对核心集成），要么移入
@langchain/community。2024-10
LangGraph 成为构建任何超过单个 LLM 调用的 AI 应用程序的首选方式。随着开发者试图提高应用程序的可靠性，他们需要的控制力超过了高级接口所能提供的范围。LangGraph 提供了这种底层灵活性。大多数链和智能体在 LangChain 中被标记为已弃用，并附有如何将其迁移到 LangGraph 的指南。LangGraph 中仍然保留了一个高级抽象：智能体抽象。它是建立在底层 LangGraph 之上的，并具有与 LangChain 中 ReAct 智能体相同的接口。
2025-04
模型 API 变得更加多模态。模型开始接受文件、图像、视频等。我们相应地更新了
@langchain/core 的消息格式，允许开发者以标准方式指定这些多模态输入。LangChain 发布 1.0 版本，包含两项重大变更：
-
对
langchain中的所有链和智能体进行了全面革新。现在，所有的链和智能体都由唯一的一个高级抽象所取代：即构建在 LangGraph 之上的智能体抽象。这就是最初在 LangGraph 中创建、现在被迁移到 LangChain 的那个高级抽象。 对于仍在使用旧版 LangChain 链/智能体且不想升级（注意：我们建议您升级）的用户，可以通过安装@langchain/classic包继续使用。 - 标准化的消息内容格式：模型 API 从返回带有简单内容字符串的消息，演变为支持更复杂的输出类型——如推理块、引用、服务端工具调用等。LangChain 更新了其消息格式，以便在各个供应商之间实现标准化。
深度智能体 (Deep Agents) 发布，作为一个基于 LangGraph 构建的开源智能体工具包。虽然 LangChain 为自定义智能体架构提供了灵活的构建块，但深度智能体为研究和编码等复杂、长流程的任务提供了“开箱即用”的选项。它增加了内置的规划工具、带有可插拔后端（内存、磁盘、LangGraph 存储、沙盒）的虚拟文件系统，以及用于上下文隔离的子智能体生成功能。使用深度智能体来构建带有预定义工具的更自主的智能体；使用 LangChain 来完全控制您的智能体架构。
将这些文档连接到 Claude、VSCode 等，以获得实时答案。