LangChain精选
简介
最流行的 LLM 应用开发框架，提供链式调用、Agent 编排、工具调用与 RAG 全套能力，Python 与 JS 双语言生态，适合快速搭建各类 AI Agent 应用。
English
The most popular framework for building LLM applications: chains, agent orchestration, tool calling and RAG out of the box, in both Python and JavaScript.
适用场景
- 需要把大模型接到自有数据（数据库、内部文档、第三方 API）做问答或检索增强
- 想快速验证 RAG、工具调用原型，不想自己写一堆胶水代码
- 团队要一套成熟组件生态，后续能平滑升级到 LangGraph 做复杂流程
快速上手
- pip install langchain langchain-openai，配好模型 API Key（也可换国产兼容接口）
- 用 ChatPromptTemplate + 模型对象跑通一次最简单的对话调用
- 接入文档加载器与向量库（FAISS/Chroma），组成最小 RAG 链路
- 把链路改写为 LCEL 管道（prompt | model | parser），再按需挂工具
标签
相关资源
LangGraph 精选
基于图（状态机）的 Agent 编排框架，擅长多 Agent 协作、循环与人工介入流程，是 LangChain 官方推荐的复杂 Agent 生产方案。Graph-based agent orchestration from the LangChain team. Ideal for multi-agent collaboration, loops and human-in-the-loop workflows in production.
AutoGen
微软开源的多 Agent 对话框架，让多个 Agent 通过对话协作完成复杂任务，支持人机混合参与，学术与工业界应用广泛。Microsoft's open-source framework where multiple agents converse to solve complex tasks, with human-in-the-loop support.
CrewAI
以「角色扮演」为核心的多 Agent 框架：为每个 Agent 设定角色、目标与工具，像组建团队一样编排 AI 协作，上手简单、社区活跃。Role-playing multi-agent framework: assign roles, goals and tools to each agent and orchestrate them like a team.