核心理念

LangChain 致力于成为开始构建 LLM 应用最简单的地方，同时保持灵活性和生产就绪性。

LangChain 由几个核心理念驱动：

• 大语言模型（LLMs）是一项伟大而强大的新技术。
• 当 LLMs 与外部数据源结合时，它们会变得更加强大。
• LLMs 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（agentic）特性。
• 这场变革仍处于非常早期的阶段。
• 虽然构建这些智能体应用的原型很容易，但要构建足够可靠以投入生产的智能体仍然非常困难。

通过 LangChain，我们有两个核心关注点：

1. 我们希望让开发者能够使用最好的模型进行构建。

   不同的提供商提供不同的 API，具有不同的模型参数和消息格式。 标准化这些模型的输入和输出是我们的核心关注点，使开发者能够轻松切换到最新的前沿模型，避免被锁定。

2. 我们希望让模型更容易用于编排更复杂的流程，这些流程会与其他数据和计算交互。

   模型不应仅用于文本生成——它们还应被用于编排与其他数据交互的更复杂流程。LangChain 使得定义 LLMs 可以动态使用的工具变得容易，同时也帮助解析和访问非结构化数据。

发展历程

鉴于该领域不断变化的节奏，LangChain 也随着时间的推移而演变。以下是 LangChain 多年来如何变化的简要时间线，它随着构建 LLM 应用的意义一同演进：

​

2022-10-24

v0.0.1

在 ChatGPT 发布前一个月，LangChain 作为一个 Python 包推出。它主要由两个组件构成：

• LLM 抽象层
• “链”（Chains），或为常见用例运行的预定计算步骤。例如 - RAG：运行一个检索步骤，然后运行一个生成步骤。

LangChain 这个名字来源于 “Language”（如语言模型）和 “Chains”。

​

2022-12

第一个通用智能体被添加到 LangChain 中。

这些通用智能体基于 ReAct 论文（ReAct 代表推理和行动）。它们使用 LLMs 生成代表工具调用的 JSON，然后解析该 JSON 以确定调用哪些工具。

​

2023-01

OpenAI 发布了 ‘Chat Completion’ API。

此前，模型接收字符串并返回一个字符串。在 ChatCompletions API 中，它们演变为接收消息列表并返回一条消息。其他模型提供商纷纷效仿，LangChain 也随之更新以支持消息列表。

​

2023-01

LangChain 发布了 JavaScript 版本。

LLMs 和智能体将改变应用程序的构建方式，而 JavaScript 是应用程序开发者的语言。

​

2023-02

LangChain Inc. 作为一家公司成立，围绕开源 LangChain 项目。

主要目标是”让智能体无处不在”。团队认识到，虽然 LangChain 是一个关键部分（LangChain 使得开始使用 LLMs 变得简单），但也需要其他组件。

​

2023-03

OpenAI 在其 API 中发布了 ‘function calling’。

这使得 API 能够显式生成代表工具调用的有效载荷。其他模型提供商纷纷效仿，LangChain 也随之更新，将此作为工具调用的首选方法（而不是解析 JSON）。

​

2023-06

LangSmith 作为闭源平台由 LangChain Inc. 发布，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 正是为解决这一需求而构建的，它提供可观测性和评估功能。LangChain 更新以与 LangSmith 无缝集成。

​

2024-01

v0.1.0

LangChain 发布了 0.1.0，这是其第一个非 0.0.x 版本。

行业从原型阶段走向生产阶段，因此，LangChain 加强了对稳定性的关注。

​

2024-02

LangGraph 作为开源库发布。

最初的 LangChain 有两个重点：LLM 抽象层，以及用于开始常见应用的高级接口；然而，它缺少一个允许开发者精确控制其智能体流程的低级编排层。于是：LangGraph 应运而生。

在构建 LangGraph 时，我们吸取了构建 LangChain 时的经验教训，并添加了我们发现必需的功能：流式处理、持久执行、短期记忆、人在回路等等。

​

2024-06

LangChain 拥有超过 700 个集成。

集成从核心 LangChain 包中分离出来，要么移入它们自己独立的包（对于核心集成），要么移入 langchain-community。

​

2024-10

LangGraph 成为构建任何超越单个 LLM 调用的 AI 应用的首选方式。

当开发者试图提高其应用程序的可靠性时，他们需要比高级接口提供的更多的控制权。LangGraph 提供了这种低级的灵活性。LangChain 中的大多数链和智能体被标记为已弃用，并附有如何将它们迁移到 LangGraph 的指南。LangGraph 中仍然创建了一个高级抽象：一个智能体抽象。它构建在低级 LangGraph 之上，并且具有与 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。

​

2025-10-20

v1.0.0

LangChain 发布了 1.0 版本，包含两个主要变化：

1. 彻底重构了 langchain 中的所有链和智能体。所有链和智能体现在都被替换为仅一个高级抽象：一个构建在 LangGraph 之上的智能体抽象。这原本是在 LangGraph 中创建的高级抽象，但现在移到了 LangChain。

   对于仍在使用旧版 LangChain 链/智能体且不想升级的用户（注意：我们建议您升级），可以通过安装 langchain-classic 包继续使用旧版 LangChain。

2. 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更复杂的输出类型——推理块、引用、服务器端工具调用等。LangChain 演进其消息格式以标准化这些跨提供商的输出。

---

Edit this page on GitHub or file an issue.

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