用途：该技能用于使用 LangChain 框架设计 LLM 应用，覆盖智能体、链、记忆与工具集成模式。适用场景包括构建可访问工具的自主 AI 智能体、实现复杂多步 LLM 工作流、管理对话记忆与状态、将 LLM 与外部数据源和 API 集成、创建模块化可复用组件、实现文档处理管线以及构建生产级 LLM 应用。
主要能力：智能体方面支持 ReAct、OpenAI Functions、Structured Chat、Conversational、Self-Ask with Search 等类型；链方面支持 LLMChain、SequentialChain、RouterChain、TransformChain、MapReduceChain；记忆方面支持 ConversationBufferMemory、ConversationSummaryMemory、ConversationBufferWindowMemory、EntityMemory、VectorStoreMemory；文档处理涵盖加载器、文本分割器、向量存储、检索器与索引；回调系统用于日志、监控与调试。
使用方式：资料给出快速开始示例，导入 langchain.agents、langchain.llms、langchain.memory 等模块，初始化 LLM、加载工具、添加记忆并创建智能体后运行。还提供 RAG、自定义工具智能体、多步链三种架构模式，以及记忆管理、回调处理、测试策略、性能优化（缓存、批处理、流式响应）等实践。
限制：资料未提供具体收费、价格、平台支持范围或效果数据；部分 API 与模块路径可能随 LangChain 版本变化，需以实际版本为准。常见陷阱包括记忆溢出、工具选择错误、上下文窗口超限、缺少错误处理与低效检索。生产环境需补充错误处理、日志、令牌与成本监控、超时、限流、输入校验、可观测性与回退策略。