Skip to main content
欢迎!感谢您有意愿参与贡献。 LangChain 帮助形成了生成式 AI 领域最大的开发者社区,我们始终欢迎新的贡献者。无论是修复 Bug、添加功能、改进文档,还是分享反馈,您的参与都能让 LangChain 和 LangGraph 变得更好 🦜❤️

贡献方式

发现了 Bug?请按照以下步骤帮助我们修复:
1

搜索

检查相应仓库的 GitHub Issues 中是否已存在该问题:
2

创建 Issue

如果不存在相关 Issue,请新建一个。填写时务必遵循提供的模板,并包含最小可复现示例。创建后请附加相关标签。如果项目维护人员无法复现该问题,则可能无法及时处理。
3

等待

项目维护人员将对 Issue 进行分类,并可能要求提供更多信息。由于我们处理的 Issue 量较大,请耐心等待。在没有新信息的情况下,请勿催促处理。
提交 Issue 时,请尽量聚焦于单一主题。如果两个 Issue 相关或互相阻塞,请链接它们而非合并它们。例如:
This issue is blocked by #123 and related to #456.
有新功能或改进的想法?
1

搜索

在各仓库的 Issues 中搜索已有的功能请求:
2

讨论

如果没有相关请求,请在相关分类下发起新讨论,让项目维护人员和社区提供反馈。
3

描述

务必描述使用场景以及它对其他人的价值。如果可能,请提供示例或原型。并概述应通过的测试用例。
文档改进始终受欢迎!我们致力于保持文档清晰全面,您的视角可以产生重大影响。

如何建议文档更改

指南
面对庞大的用户群,我们的小团队难以跟上所有功能请求和 Bug 修复的步伐。如果您有技能和时间,我们非常欢迎您的帮助!

如何提交您的第一个 Pull Request

指南
如果您开始处理某个 Issue,请将其分配给自己,或请维护人员进行分配,以避免重复工作。如果您正在寻找可以贡献的内容,请查看我们仓库中标记为”good first issue”或”help wanted”的 Issue:

LLM 的可接受使用

生成式 AI 对贡献者来说是一个有用的工具,但像任何工具一样,应该与批判性思维和良好判断力结合使用。 我们鼓励贡献者在 AI 工具有帮助的地方高效使用它们。但 AI 辅助必须与有意义的人工干预、判断和情境理解相结合。如果创建 Pull Request 所需的人工努力少于维护人员审查它所需的努力,则该贡献不应提交。 当贡献者的全部工作(代码更改、文档更新、Pull Request 描述)均由 LLM 生成时,我们会感到困扰。这些浅尝辄止的贡献往往出于好意,但在情境相关性、准确性和质量方面往往达不到标准。像这样的大规模自动化贡献是对我们人力的拒绝服务攻击。 我们将关闭看起来是低质量、AI 生成垃圾内容的 Pull Request 和 Issue。 能力越大,责任越大。