nexus/wiki/entities/LangChain.md

title, type, tags, last_updated

title	type	tags	last_updated
LangChain	entity	llm framework python rag ai	2025-01-16

Definition

LangChain 是一个用于构建 LLM 应用的 Python/JavaScript 框架，提供模块化组件抽象（Document Loader、Text Splitter、Embedding、Vector Store、Retriever、Chain、PromptTemplate 等），大幅简化 RAG、Agent 等 LLM 应用的开发。

Type

• Category: AI Framework / 开发框架
• Website: python.langchain.com
• Language: Python, JavaScript/TypeScript

Core Components

1. Document Loader：从 160+ 不同来源（网页/PDF/Notion/Slack 等）加载文档
2. Text Splitter：将长文档切分为满足 Embedding Context Window 的小片段（Split）
3. Embedding：集成多种 Embedding Provider（BAAI/BGE、OpenAI、Cohere 等）
4. Vector Store：集成多种向量数据库（Qdrant、Pinecone、Chroma、FAISS 等）
5. Retriever：基于向量相似度的文档检索接口
6. Chain：将多个步骤串联执行的抽象，最关键的是 RAG Chain（RetrievalQA Chain）
7. PromptTemplate：将变量、上下文、用户问题组装为 LLM 输入 Prompt 的模板引擎
8. Memory：为 Agent 提供对话历史记忆能力

Key Value

• 降低 RAG 开发门槛：将 Indexing-Retrieval-Generation 三阶段封装为可复用的组件，开发者无需从零实现向量化和相似度检索
• Chain 抽象：通过 LCEL（LangChain Expression Language）声明式组合各组件，支持 RAG Chain、Conversation Chain 等开箱即用模式
• 工具生态：与 LangSmith（监控）、LangServe（部署）构成完整应用生命周期支持

In RAG Context

• rag从入门到精通系列1-基础rag 中作为核心工具链组件，负责 Indexing 阶段的文档加载/切分/向量化入库，以及 Retrieval + Generation 阶段的 Chain 编排

Related Concepts

• RAG — LangChain 的核心应用场景
• Indexing — LangChain 封装的关键阶段
• Retrieval — LangChain 的 Retriever 组件
• Generation — LangChain 的 Chain + PromptTemplate 组件
• LlamaIndex — 同类竞品框架，各有侧重