LangChain
LLM 应用开发框架
亮点
- 集成上百个 provider
- LangGraph 状态机编排
- LangSmith 全链路观测
适用场景
- RAG 原型快速搭建
- 多 provider 应用切换
- LLM 应用教学实验
评测正文
LangChain 是最早成型的 LLM 应用框架，定义了 chains、agents、tools、retrievers 等一套至今仍被广泛沿用的抽象。它把 LLM 与外部工具、记忆、向量库的组合模式标准化，是入门 LLM 应用开发的常见起点。
核心能力覆盖 prompt 模板、记忆模块、文档加载与切分、向量检索、Agent 工具调用、LangGraph 状态机编排，以及 LangSmith 可观测平台。生态集成了上百个模型与数据源 provider，几乎「能想到的都有集成」。
亮点是生态庞大、教程丰富，遇到任何 provider 几乎都能找到现成集成；不足也正源于此——抽象层过厚、版本变动频繁、官方文档与代码常不同步，0.x 到 1.x 迁移成本不低，复杂场景下调试链路偏深。
适用场景：快速搭建 RAG 原型、需要多 provider 切换的应用、教学与课程实验。生产部署前需评估抽象带来的可控性损失。