用途：LangChain 是构建 LLM 应用的框架，适合构建带工具调用与推理的智能体（ReAct 模式）、实现 RAG（检索增强生成）流水线、快速切换 LLM 提供商（OpenAI、Anthropic、Google）、创建带对话记忆的聊天机器人，以及快速原型开发与生产部署。官方称其拥有 119,000+ GitHub 星标、272,000+ 仓库使用、500+ 集成、3,800+ 贡献者。
主要能力：模型抽象（可互换提供商，支持流式输出）、链（顺序操作）、智能体（工具调用推理、并行工具执行、流式执行）、记忆（对话历史）、RAG（文档加载、文本分割、嵌入、向量存储、检索问答、带来源引用）、结构化输出、自定义工具与错误处理、LangSmith 可观测性追踪、多种向量存储（Chroma、Pinecone、FAISS）与文档加载器（网页、PDF、GitHub、CSV）。
使用方式：需 Python 3.10+。安装核心库：pip install -U langchain；按提供商安装：pip install langchain-openai、pip install langchain-anthropic；常用扩展：pip install langchain-community、pip install langchain-chroma。基本用法包括初始化模型并调用 invoke、使用 create_agent 创建智能体、使用 LLMChain 构建链、使用 ConversationBufferMemory 添加记忆、使用 RetrievalQA 构建 RAG 问答链。可通过环境变量启用 LangSmith 追踪。
适用场景与限制：适合聊天机器人、工具调用智能体、检索工作流、多文档问答。官方建议在需要复杂有状态工作流、更细粒度控制、多智能体系统或复杂生产逻辑时改用 LangGraph；RAG 文档问答可考虑 LlamaIndex；生产搜索流水线可考虑 Haystack；微软生态可考虑 Semantic Kernel。版本 0.3+ 稳定版，MIT 许可证。具体价格、收费与平台信息暂未提供。