- 大型语言模型（LLMs）是强大而优秀的新技术。
- 当 LLM 与外部数据源结合时，它们会变得更好。
- LLM 将改变未来应用程序的形态。具体来说，未来的应用程序将越来越具有智能体（agentic）特性。
- 这一转变仍处于非常早期的阶段。
- 虽然构建这些智能体应用程序的原型很容易，但要构建出足够可靠以投入生产的智能体仍然非常困难。
我们希望让开发者能够使用最佳模型进行构建。
不同的提供商暴露不同的 API，具有不同的模型参数和不同的消息格式。
标准化这些模型的输入和输出是一个核心关注点，使开发者能够轻松切换到最新的最先进模型，避免被锁定。
我们希望让使用模型来编排与其它数据和计算交互的更复杂流程变得容易。
模型不应仅用于文本生成——它们还应被用于编排与其它数据交互的更复杂流程。LangChain 使得定义 LLM 可以动态使用的工具变得容易，并帮助解析和访问非结构化数据。
历史
鉴于该领域的变化速度不断，LangChain 也随着时间而演变。以下是 LangChain 多年来如何变化的简要时间线，与使用 LLM 构建的含义一同演变：在 ChatGPT 发布前一个月，LangChain 作为 Python 包推出。它包含两个主要组件：
- LLM 抽象
- “链”（Chains），或针对常见用例的预定计算步骤。例如 - RAG：运行检索步骤，然后运行生成步骤。
2022-12
第一个通用智能体被添加到 LangChain。这些通用智能体基于 ReAct 论文（ReAct 代表推理与行动）。它们使用 LLM 生成表示工具调用的 JSON，然后解析该 JSON 以确定要调用哪些工具。
2023-01
OpenAI 发布了 ‘Chat Completion’ API。此前，模型接收字符串并返回字符串。在 ChatCompletions API 中，它们演变为接收消息列表并返回消息。其他模型提供商也纷纷效仿，LangChain 更新以支持消息列表。
2023-01
LangChain 发布了 JavaScript 版本。LLM 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 是关键部分（LangChain 使得开始使用 LLM 变得简单），但也需要其他组件。
2023-03
OpenAI 在其 API 中发布了 ‘function calling’。这允许 API 显式生成表示工具调用的有效载荷。其他模型提供商也纷纷效仿，LangChain 更新以使用此功能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。构建智能体的主要问题是使其可靠，而 LangSmith 提供了可观测性和评估，旨在解决这一需求。LangChain 更新以与 LangSmith 无缝集成。
LangChain 发布 0.1.0，这是其第一个非 0.0.x 版本。该行业已从原型阶段成熟到生产阶段，因此，LangChain 增加了对稳定性的关注。
2024-02
LangGraph 作为开源库发布。原始的 LangChain 有两个关注点：LLM 抽象，以及用于开始常见应用程序的高级接口；然而，它缺少一个低级编排层，允许开发者控制其智能体的确切流程。于是，LangGraph 应运而生。在构建 LangGraph 时，我们从构建 LangChain 的经验中吸取教训，并添加了我们发现所需的功能：流式传输、持久执行、短期记忆、人机回圈等。
2024-06
LangChain 拥有超过 700 个集成。集成已从核心 LangChain 包中分离出来，并移至其自己的独立包（针对核心集成）或
@langchain/community。2024-10
LangGraph 成为构建任何超出单次 LLM 调用的 AI 应用程序的首选方式。随着开发者尝试提高其应用程序的可靠性，他们需要比高级接口提供的更多控制。LangGraph 提供了这种低级灵活性。大多数链和智能体在 LangChain 中被标记为已弃用，并提供了如何迁移到 LangGraph 的指南。在 LangGraph 中仍然创建了一个高级抽象：智能体抽象。它构建在低级 LangGraph 之上，并具有与 LangChain 中的 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，以允许开发者以标准方式指定这些多模态输入。LangChain 发布 1.0，包含两个主要变化：
-
对
langchain中所有链和智能体的全面改造。所有链和智能体现在仅被一个高级抽象取代：一个构建在 LangGraph 之上的智能体抽象。这是最初在 LangGraph 中创建的高级抽象，但只是移至 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），您可以通过安装@langchain/classic包继续使用旧版 LangChain。 - 标准消息内容格式：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 发展了其消息格式，以在提供商之间实现标准化。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。