LiteChain 已更名为 LangStream，详情见 issue #4。LangStream 是构建 LLM 应用的轻量级替代方案，与 LangChain 不同，它不提供大量功能和类，而是专注于一个小型核心，易于学习、适配、文档完善、完全类型化且真正可组合，以 Stream（流）而非 Chain（链）作为构建块。
用途
LangStream 用于构建 LLM 应用，通过组合 Stream 来连接不同部分，如 LLM、输出解析器等。它旨在简化 LLM 应用中的管道和连接，让开发者专注于提示工程等核心部分。
主要能力
- Stream 构建块：LLM 是 Stream，输出解析器是 Stream，一组 Stream 可以组合成另一个 Stream。
- 组合函数：提供
and_then、map、collect、join、gather等函数，用于组合 Stream。 - 类型签名：Stream 接受类型签名，如
EmojiStream的类型为[str, OpenAIChatDelta]，表示输入和输出类型。类型签名有助于预防错误和调试。 - 异步流：所有 Stream 都是使用 Python 的
AsyncGenerator类的异步流。 - 调试友好：最终流中始终可以访问整个流中经过的所有内容，提供
debug函数和output.final属性。 - 提示外部化：不将提示隐藏在代理中，鼓励构建自己的代理以自定义提示。
- 自带集成：提供 OpenAI 和 GPT4All 等集成，但保持薄层，尽可能接近原始 API。
使用方式
通过组合 Stream 来构建应用。例如，创建一个 GPT4 Stream，将用户消息附加 ". Reply in emojis" 构建提示，使用 OpenAI 聊天结构和零温度。然后使用异步循环遍历每个 token 输出。使用 and_then 等函数连接两个 Stream。
适用场景
适用于需要构建 LLM 应用、希望有轻量级、可组合、类型安全的框架的开发者。特别适合那些希望自定义提示和代理，而不被框架隐藏细节的场景。
限制
- 项目非常新，处于快速发展领域，文档和指南内容需要贡献。
- 不提供大量功能和类，可能不适合需要丰富内置功能的用户。
- 集成较少，目前提供 OpenAI 和 GPT4All 等，但鼓励用户自行添加集成。
- 需要 Python 异步编程知识。
更多信息请参考文档：Getting started、Detailed guides、How-to examples。加入 Discord 社区获取支持。
