实现 LangChain 集成

集成包是用户可以安装并在其项目中使用的 Python 包。它们实现了一个或多个符合 LangChain 接口标准的组件。

LangChain 组件是 langchain-core 中基类的子类。示例包括聊天模型、工具、检索器等。

您的集成包通常将实现至少一个此类组件的子类。展开下方选项卡以查看每个组件的详细信息。

聊天模型

聊天模型是 BaseChatModel 类的子类。它们实现了生成聊天补全、处理消息格式和管理模型参数的方法。

聊天模型集成指南目前正在编写中。在此期间，请阅读聊天模型概念指南以了解 LangChain 聊天模型的工作原理。您也可以参考 LangChain 仓库中的现有集成。

嵌入模型

嵌入模型是 Embeddings 类的子类。

嵌入模型集成指南目前正在编写中。在此期间，请阅读嵌入模型概念指南以了解 LangChain 嵌入模型的工作原理。

工具

工具主要有两种使用方式：

1. 定义一个“输入模式”或“参数模式”，将其与文本请求一起传递给聊天模型的工具调用功能，以便聊天模型可以生成“工具调用”或调用工具所需的参数。
2. 接收上述生成的“工具调用”，执行某些操作并返回一个可以作为 ToolMessage 传回给聊天模型的响应。

Tools 类必须继承自 BaseTool 基类。该接口有 3 个属性和 2 个方法，应在子类中实现。

工具集成指南目前正在编写中。在此期间，请阅读工具概念指南以了解 LangChain 工具的工作原理。

中间件

中间件 允许您通过挂钩到模型调用、工具调用和代理生命周期事件来自定义代理行为。中间件类是 AgentMiddleware 基类的子类。

在构建集成之前，请阅读自定义中间件指南以了解钩子、状态更新和中间件模式。

中间件集成通常分为两类：

类型	描述	示例
特定于提供商	利用提供商的独特功能	提示缓存、原生工具执行、内容审核
跨提供商	可与任何模型或工具配合使用	速率限制、PII 检测、日志记录、防护栏

特定于提供商的中间件位于提供商的集成包中（例如 langchain-anthropic）。跨提供商的中间件可以作为独立的包发布。

您也可以参考这些现有的中间件集成：

OpenAI 内容审核

具有配置选项和退出行为的单一中间件。

Anthropic 中间件

用于提示缓存、工具、内存和文件搜索的多个中间件类。

AWS 提示缓存

具有模型行为表的特定于提供商的提示缓存。

自定义中间件指南

钩子、状态更新和模式的完整参考。

检查点管理器

检查点管理器支持 LangGraph 中的持久化，允许代理在交互过程中保存和恢复状态。

有关实现示例，请参阅 LangGraph 仓库中的现有检查点管理器集成。

沙盒

沙盒集成使深度代理能够在隔离环境中运行代码。

参考实现： 有关结构和模式，请参阅 Daytona 合作伙伴集成。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.