- GitHub 仓库
- langchain-ai/langchain
- 总 Stars
- ★ 148,449
- 主要语言
- Python
结论先说
LangChain 是 AI 应用开发里资格最老的框架之一，现在的定位是“智能体工程平台”：模型调用、工具编排、记忆、检索，一套组件拼出完整应用。GitHub 总 star 148449（2026-10-26 核验，Python、MIT，最近更新 2026-10-25）。这篇是编辑精选深写，写给刚入场的人。
是什么
它把 LLM 应用拆成可组合的部件：提示词模板、链、智能体、记忆、向量检索，各部件之间有统一接口，换模型、换向量库不用重写业务逻辑。
能干嘛
- 快速搭问答、摘要、客服类 LLM 应用原型
- 给智能体接工具：搜索、数据库、API 调用
- 接 RAG：把自家文档变成模型能查的知识库
适合谁
- 想系统学 AI 应用开发、而不是只调一次 API 的人
- 手头有明确应用场景、要快速出原型的团队
- 需要在不同模型、不同检索后端之间切换的项目
注意点
版本迭代快是它最大的坑：网上很多教程写的是旧版 API，照抄容易跑不通。我的做法是只看官方文档和官方示例，第三方教程先核对版本号再动手。另外框架本身比较重，简单调用场景直接用模型 SDK 反而更干净。
问：LangChain 和直接调大模型 API 有什么区别？
API 是一次调用，LangChain 是一整套工程脚手架：记忆、工具、检索、链式编排。只做单次问答没必要上框架；要做多轮、多工具、带知识库的应用时，框架省下的胶水代码才值回票价。
站长点评
我把它放进深写档，是因为它是理解“智能体工程”这个词最省力的入口：概念全、例子多、社区大。但我也提醒一句，先想清楚你的应用到底需不需要框架——很多项目死在过度设计上，不是死在模型能力上。