1. LangChain基础

LangChain是用于构建AI agent和大语言模型LLM应用的开发框架，它解决了大语言模型和外部世界交互。原生的LLM智能根据训练数据生成文本，但实际中我们需要AI能够查询数据库、调用API、搜索文档、发送邮件等，而LangChain提供了一套标准化的组件来串联这些能力

LangChain提供统一接口，可连接：大模型、Prompt、向量数据库、工具调用、记忆系统以及agent工作流。

                                 

 

LangChain应用场景：

• AI 聊天机器人（ChatBot）
• RAG 企业知识库
• PDF 文档问答系统
• AI Agent 自动任务执行
• 代码生成与代码分析
• 多轮对话与上下文记忆
• 联网搜索与工具调用
• 工作流自动化系统

LangChain核心组件：

• LLM：连接 OpenAI、Claude、Gemini 等大模型
• PromptTemplate：管理 Prompt 模板
• Chains：构建多步骤 AI 工作流
• Memory：实现多轮对话记忆
• Tools：调用搜索、数据库、API 等工具
• Agents：让 AI 自动决策与执行任务
• Vector Store：连接向量数据库实现 RAG