（14-1）Langchin基础知识：LangChain介绍_langchin 和langchain-chait

LangChain 是一个用于开发基于语言模型的应用程序的开发框架，它旨在帮助开发者使用语言模型（LLM）构建端到端的应用程序，并提供了一系列工具、组件和接口来实现这一目标。在本章的内容中，将详细讲解LangChain的基础知识，介绍LangChain技术的原理和架构知识，为读者步入后面知识的学习打下基础。

LangChain是一个开源框架，允许从事人工智能的开发者将例如GPT-4的大语言模型与外部计算和数据来源结合起来，它使应用程序具备以下特性。

1. 上下文感知：将语言模型连接到上下文来源（提示指令、少量示例、用于建立响应基础的内容等）。
2. 推理：依赖语言模型进行推理（根据提供的上下文进行回答的方式、采取的行动等）。

2.1.1  LangChain框架的组成

LangChain是一个用于开发由语言模型驱动的应用程序的框架，包含如下所示的几个部分。

1. LangChain Libraries（LangChain库）：有Python库和JavaScript库两种，包含用于各种组件的接口和集成，用于组合这些组件成链和代理的基本运行时，以及任务的现成实现。
2. LangChain Templates（LangChain模板）：一组易于部署的参考架构，用于各种任务。
3. LangServe（LangServe）：用于将LangChain链部署为REST API的库。
4. LangSmith（LangSmith）：一种开发平台，可让我们在任何LLM框架上调试、测试、评估和监视构建在其上的链，并与LangChain无缝集成。

上述组成产品共同简化了整个应用程序生命周期，具体说明如下所示。

1. 开发（Develop）：在LangChain/LangChain.js中编写我们自己的应用程序，使用模板作为参考快速入门。
2. 生产（Productionize）：使用LangSmith检查、测试和监视链，以便可以不断改进并自信地部署。
3. 部署（Deploy）：使用LangServe将任何链转换为API。

LangChain Libraries本身由几个不同的软件包组成，具体说明如下所示。

1. langchain-core（LangChain核心）：基本抽象和LangChain表达语言。
2. langchain-community（LangChain社区）：第三方集成。
3. langchain（LangChain）：构成应用程序认知架构的链、代理和检索策略。

注意：LangChain不是OpenAI的产品，而是一个由Lang.AI（语言人工智能）开发的框架，用于构建由语言模型驱动的应用程序。OpenAI和Lang.AI是两个不同的组织，分别专注于人工智能和语言技术的研究和开发。

2.1.2  安装LangChain

LangChain可以构建由语言模型驱动的上下文感知和推理能力的应用程序，通过pip或conda安装LangChain后，可以利用langchain-community、langchain-core、langchain-experimental等附加包，以及LangServe、LangChain CLI和LangSmith SDK等辅助工具进行更深层次的集成、部署和开发。LangChain的价值在于它简化了应用程序的开发、生产和部署过程，并提供了丰富的附加模块和工具。

要安装LangChain，可以使用以下方法之一实现。

（1）通过pip安装，安装命令如下所示。

pip install langchain

这将安装LangChain的基本要求。但是，如果需要与各种模型提供程序、数据存储等进行集成，LangChain的真正价值将在这些特定集成的依赖项安装之后显现。您需要单独安装特定集成的依赖项。

（2）通过conda安装，安装命令如下所示。

conda install -c conda-forge langchain

（3）从源代码安装

如果想要从源代码安装，可以克隆存储库，并确保目录在 PATH/TO/REPO/langchain/libs/langchain 下运行。安装命令如下所示。

pip install -e .

（4）安装LangChain community包

LangChain community包包含第三方集成，它会在安装LangChain时自动安装，但也可以单独使用。安装命令如下：

pip install langchain-community

（5）安装LangChain core包

LangChain core包包含LangChain生态系统中其余部分使用的基本抽象，以及LangChain Expression Language。它会在安装LangChain时自动安装，也可以单独使用。安装命令如下：

pip install langchain-core

（6）安装LangChain experimental包

LangChain experimental包包含用于研究和实验目的的实验性LangChain代码。安装命令如下：

pip install langchain-experimental

（7）安装LangServe

LangServe帮助开发人员将LangChain可运行程序和链部署为REST API。如果未使用LangChain CLI，请使用以下命令安装：

pip install "langserve[all]"

或者分别安装客户端和服务器依赖项，安装命令如下所示。

pip install "langserve[client]"

pip install "langserve[server]"

（8）安装LangChain CLI

LangChain CLI对于使用LangChain模板和其他LangServe项目非常有用，使用以下命令安装：

pip install langchain-cli

（9）安装LangSmith SDK

LangSmith SDK会在安装LangChain时自动安装。如果未使用LangChain，请使用以下命令安装：

pip install langsmith

在实际应用中，请选择适合自己的安装方式，并根据需要安装附加包和工具。

2.1.3  LangSmith

LangSmith 是一个用于构建生产级 LLM 应用程序的平台，允许我们调试、测试、评估和监控基于任何 LLM 框架构建的链和智能代理，并无缝集成 LangChain（用于构建 LLM 的首选开源框架）。 LangSmith 由 LangChain 开发，LangChain 是开源 LangChain 框架背后的公司。

LangSmith是LangChain框架的一部分，用于构建和调试基于语言模型的应用程序。当在应用程序中包含多个步骤和多次调用语言模型（LLM）时，特别是在应用程序变得越来越复杂时，了解链或代理内部发生的事情变得至关重要。LangSmith提供了检查和追踪应用程序执行过程的功能。

LangSmith的目标很宏大，但是实际上还是处于早期阶段，目前最实用的功能还是调试、跟踪LangChain应用，但是单是这一项的价值都已经无可估量，可以大大缩减你学习LangChain的时间，提高用LangChain开发LLM应用的效率。

用LangChain来完成大语言模型的应用原型/代理很简单，但是，要交付实际的大语言应用异常困难：可能要大量定制、迭代Prompt、链和其他组件。LangSmith可以帮你快速调试链、代理或者一组工具，可视化各种组件（链、llms、检索器retrievers等）如何交互及使用，评估不同的Prompts等等。

注意：LangSmith并非强制使用。如果决定使用LangSmith，需要在注册后设置环境变量以启用日志跟踪功能：

export LANGCHAIN_TRACING_V2="true"

export LANGCHAIN_API_KEY="..."

在上述两行命令中，将环境变量LANGCHAIN_TRACING_V2设置为"true"，并设置LANGCHAIN_API_KEY为LangSmith的API密钥。这些设置允许LangSmith记录和跟踪应用程序的执行过程，提供有关链或代理内部操作的详细信息。

未完待续