38 lines
1.4 KiB
Markdown
38 lines
1.4 KiB
Markdown
---
|
||
title: "LangChain"
|
||
type: concept
|
||
tags: [llm, framework, agent, development]
|
||
sources: [大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]
|
||
last_updated: 2026-04-25
|
||
---
|
||
|
||
# LangChain
|
||
|
||
## Definition
|
||
|
||
LangChain 是一个快速实现 AI Agent 的开发框架，提供了标准接口，用于：
|
||
- 将不同的 LLM 连接在一起
|
||
- 与其他工具和数据源的集成
|
||
|
||
LangChain 降低了构建基于 LLM 的应用程序的开发门槛，提供了链式调用（Chain）、代理（Agent）、记忆（Memory）等抽象，使开发者能够快速组装复杂的 LLM 应用。
|
||
|
||
## Relationship to MCP
|
||
|
||
LangChain 和 [[Model Context Protocol]] 都试图解决"LLM 与外部工具集成"的问题，但层次不同：
|
||
|
||
- **[[Model Context Protocol]]** 是一个开放协议标准（协议层）
|
||
- **LangChain** 是一个应用开发框架（框架层）
|
||
|
||
LangChain 可视为 MCP 思想的具体实现之一——在 MCP 出现之前，LangChain 已是 Agent 开发的事实标准。
|
||
|
||
## Related Concepts
|
||
|
||
- [[AI Agent]]：LangChain 的核心目标产物
|
||
- [[Prompt]]：LangChain 中 Chain 的基本输入形式
|
||
- [[Model Context Protocol]]：协议层的互补方案
|
||
- [[RAG]]：LangChain 的重要应用场景之一
|
||
|
||
## Sources
|
||
|
||
- [[大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]]
|