LangChain：大模型应用开发框架入门

为什么你需要 LangChain？

当你想用大模型做点实际的事——比如让 AI 帮你查数据库、发邮件、读网页——会发现直接调 API 很麻烦：要拼接提示词、处理上下文长度、切换不同模型厂商，还得自己写对话记忆。LangChain 就是为了解决这些琐碎问题而生的。它把常见的 AI 开发动作（调模型、管记忆、接工具、做流程）都封装好了，让开发者能更快写出可上线的应用。

核心功能：组件、工具与链式调用

LangChain 有两大核心组件：模型封装和链（Chain）。模型封装让你统一调用 OpenAI、Anthropic、本地模型等；链则允许你把多个步骤串起来，比如“先检索文档，再总结，最后翻译”。

• Prompt 模板：不用每次手写提示词，预设变量。
• 记忆模块：让对话记住之前的内容，支持窗口、摘要等策略。
• 工具调用：内置搜索、计算器、Python 执行器，也可自定义 API。
• 智能体（Agent）：让模型自己决定调哪个工具，实现更自主的任务。

安装与第一个例子

安装很简单：pip install langchain。若还需调用 OpenAI，再装 langchain-openai。下面是一个使用 LangChain 的最简问答示例：

from langchain_openai import ChatOpenAI
from langchain.schema import HumanMessage

llm = ChatOpenAI(model="gpt-4o-mini")
response = llm.invoke([HumanMessage(content="用一句话介绍 LangChain")])
print(response.content)

运行前记得设置环境变量 OPENAI_API_KEY。如果你用国内模型（如通义、文心），可以换对应的 LangChain 集成包，接口基本一致。

系统要求与注意事项

LangChain 基于 Python 3.8 以上，推荐 3.10+。如果是 Node.js 开发者，也有 langchain.js 版本。注意：框架更新很快，API 时有调整，建议锁定版本；另外，调用外部模型会产生费用，注意控制成本。不要在生产环境直接暴露 API 密钥。若需要长期记录对话，可以接 Redis 或数据库，但别滥用默认的内存记忆，会爆。

最后，LangChain 许可证是 MIT，可自由商用，但要注意依赖链中个别包（如某些官方集成）可能有不同许可证，使用前看一下其声明。