星标数：149453★ Fork数：25122 langchain：构建智能体与 LLM 应用的开发框架

LangChain 是一个用于构建智能体（Agent）和 LLM 驱动应用的框架。它帮助你将可互操作的组件和第三方集成串联起来，从而简化 AI 应用的开发流程，同时在底层技术不断演进的过程中，让你的技术决策保持前瞻性。

如果你刚刚入门，可以先了解 Deep Agents —— 这是一个基于 LangChain 构建的更高层封装包，内置了规划、子智能体、文件系统使用等常见使用模式的能力。

如果你需要更高级的定制或智能体编排，可以查看 LangGraph，它是用于构建可控智能体工作流的框架；JavaScript/TypeScript 生态则有对应的 LangChain.js。

快速开始

uv add langchain

from langchain.chat_models import init_chat_model

model = init_chat_model("openai:gpt-5.5")
result = model.invoke("Hello, world!")

主要特点

• 实时数据增强 —— 轻松将 LLM 连接到多样化的数据源和外部/内部系统，受益于 LangChain 庞大的集成库，涵盖模型提供商、工具、向量存储、检索器等。
• 模型互操作性 —— 在团队试验不同方案时可以随时更换模型；随着行业前沿演进快速适应，LangChain 的抽象层让你的开发不掉队。
• 快速原型开发 —— 借助模块化、基于组件的架构，快速构建和迭代 LLM 应用，无需从零重建即可测试不同方案与工作流。
• 生产就绪特性 —— 通过 LangSmith 等集成，内置监控、评估和调试支持，可依赖经过验证的模式与最佳实践稳定部署。
• 灵活的抽象层级 —— 从高层链式调用到低层细粒度组件，按需选择合适的抽象层级，框架可随应用复杂度一起成长。

生态组成

• Deep Agents —— 构建能规划、使用子智能体并利用文件系统处理复杂任务的智能体
• LangGraph —— 低层级智能体编排框架，可靠处理复杂任务
• Integrations —— 聊天与嵌入模型、工具与工具包等集成
• LangSmith —— LLM 应用的智能体评估、可观测性与调试
• LangSmith Deployment —— 面向长时运行、有状态工作流的部署与扩展平台

📊 本项目 GitHub 星标数：149453。最后更新：2026-11-13，发布：2026-11-11。项目地址：https://github.com/langchain-ai/langchain