- 大型语言模型（LLMs）是优秀、强大的新技术。
- 当将LLMs与外部数据源结合时，它们会变得更加强大。
- LLMs将改变未来应用程序的面貌。具体来说，未来的应用程序将越来越具有智能体特性。
- 这一转型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，但要构建足够可靠、可以投入生产的智能体仍然非常困难。
We want to enable developers to build with the best models.
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。
标准化这些模型输入和输出是核心重点，使开发者能够轻松切换到最新的最先进模型，避免供应商锁定。
We want to make it easy to use models to orchestrate more complex flows that interact with other data and computation.
模型不应仅用于文本生成——它们还应用于编排与其他数据交互的更复杂流程。LangChain 使定义 LLM 可以动态使用的 工具 变得容易，同时也有助于解析和访问非结构化数据。
历史
鉴于该领域的持续快速变化，LangChain 也在不断发展演变。以下是简要的时间线，展示了 LangChain 这些年来的变化，与构建 LLM 应用的意义一同演进：ChatGPT 一个月前，LangChain 作为一个 Python 包发布。它由两个主要组件组成：
- LLM 抽象
- “链”（Chains），即为常见用例预设的计算步骤。例如 - RAG：先运行检索步骤，再运行生成步骤。
2022-12
首批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 LLMs 生成代表工具调用的 JSON，然后解析该 JSON 以确定要调用哪些工具。模型开始支持文件、图像、视频等。我们相应地更新了
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，模型发展为接收一个消息列表并返回一条消息。其他模型提供商也纷纷跟进，LangChain 随之更新以支持消息列表。
2023-01
LangChain 发布了 JavaScript 版本。LLMs 和智能体将改变应用的构建方式，而 JavaScript 是应用开发者的语言。
2023-02
LangChain Inc. 围绕开源的 LangChain 项目成立为公司主要目标是“使智能体无处不在”。团队认识到，虽然 LangChain 是一个关键部分（LangChain 让 LLM 的入门变得简单），但也需要其他组件。
2023-03
OpenAI 在其 API 中发布了 ‘function calling’ 功能。这使得 API 能够显式生成表示工具调用的有效载荷。其他模型提供商纷纷效仿，LangChain 也进行了更新，将此作为工具调用的首选方法（而不是解析 JSON）。
2023-06
LangSmith 发布，作为 LangChain Inc. 的闭源平台，提供可观测性和评估。构建智能体的主要问题是让它们变得可靠，而 LangSmith（提供可观测性和评估功能）正是为解决这一需求而构建的。LangChain 已更新，可与 LangSmith 无缝集成。
LangChain 发布 0.1.0，这是其首个非 0.0.x 版本。行业从原型发展到生产环境并日趋成熟，因此 LangChain 也更加注重稳定性。
2024-02
LangGraph 已发布，作为一个开源库。最初的 LangChain 有两大焦点：LLM 抽象和用于常见应用快速入门的高级接口；然而，它缺少一个能让开发者精确控制其智能体流程的底层编排层。于是，LangGraph 应运而生。在构建 LangGraph 时，我们借鉴了构建 LangChain 时的经验教训，并添加了我们发现所需的功能：流式处理、持久化执行、短期记忆、人工干预以及更多功能。
2024-06
LangChain 拥有超过 700 个集成。集成已从核心 LangChain 包中拆分出来，并被移至各自的独立包（核心集成部分）或
@langchain/community。2024-10
LangGraph 成为构建超过单个 LLM 调用的任何 AI 应用程序的首选方式。当开发者试图提升其应用程序的可靠性时，他们需要比高级接口所提供的更多控制权。LangGraph 提供了这种底层的灵活性。在 LangChain 中，大多数链和智能体被标记为已弃用，并提供了如何将它们迁移到 LangGraph 的指南。在 LangGraph 中，仍然有一个高级抽象：智能体抽象。它构建于底层的 LangGraph 之上，并具有与来自 LangChain 的 ReAct 智能体相同的接口。
2025-04
模型 API 变得更加多模态。
@langchain/core 消息格式，以便开发者以标准方式指定这些多模态输入。LangChain 发布 1.0 版本，包含两项重大变更：
- 彻底重构了
langchain中的所有链和智能体。所有链和智能体现在被一个单一的高级抽象所取代：一个基于 LangGraph 构建的智能体抽象。这个高级抽象最初是在 LangGraph 中创建的，但只是被移动到了 LangChain。
@langchain/classic 包来继续使用旧版 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，以在不同提供商之间标准化这些内容。