资源分类

LangChain.js 是 LangChain 的 JavaScript 版本，让你用 Node.js 或浏览器环境，快速构建基于大语言模型（LLM）的智能应用。

LangChain 是什么？

LangChain 是一个开源框架，最初由 Harrison Chase 在 2022 年推出，目标是：

让开发者更容易地将大语言模型（如 GPT、Claude、Llama 等）集成到应用程序中。

它不是模型本身，而是一个“胶水层”，帮你连接：

• 大模型（LLM）
• 提示词（Prompt）
• 数据库
• 外部工具（如搜索、api）
• 用户交互

想象一下：LangChain 就像乐高积木的连接件，把各种 AI 能力拼在一起，搭出你想要的应用。

那 LangChain.js 呢？

LangChain 最初是用 Python 开发的，但随着 JavaScript/Node.js 在全栈开发中的普及，官方推出了 LangChain.js —— 完全支持 TypeScript，专为 JS 生态打造。

为什么选择 LangChain.js？

特别适合：

• 前端工程师想玩转 AI
• 全栈开发者构建智能后台
• 创业者快速验证 AI 产品原型

核心概念

在动手之前，先了解 LangChain 的四大核心概念：

1、LLM（Large Language Model）—— “大脑”

这是整个系统的核心“智囊”，比如 OpenAI 的 gpt-3.5-turbo，或者本地部署的 Llama 模型。

LangChain.js 支持多种 LLM 接入，只需几行代码切换。

示例：

import { ChatOpenAI } from "langchain/chat_models/openai";
const model = new ChatOpenAI({ temperature: 0.7 });

 温馨提示：你需要准备一个 OpenAI API Key（或其他服务商密钥）。

2、Prompt（提示词）—— “指令说明书”

LLM 不会读心术，你要告诉它“该做什么”。这就是 Prompt 的作用。

例如：“请用中文写一封辞职信，语气礼貌。”，LangChain 提供了 PromptTemplate，让你动态生成提示词：

import { PromptTemplate } from "langchain/prompts";
const template = "请写一封{type}信，对象是{to}，要求{tone}。";
const prompt = PromptTemplate.fromTemplate(template);
const result = await prompt.format({  type: "辞职",  to: "老板",  tone: "礼貌"});
// 输出："请写一封辞职信，对象是老板，要求礼貌。"

这样就能灵活控制 AI 输出内容。

3、Chain（链）—— “流水线工人”

Chain 是多个步骤的串联。比如：

1. 接收用户输入
2. 用 Prompt 模板组装指令
3. 发送给 LLM
4. 解析返回结果

LangChain 把这一整套流程封装成“链”，你可以自定义逻辑顺序。

const chain = prompt.pipe(model); // 模板 → 模型
const response = await chain.invoke({ ... });

类比：就像 Express 中间件 .use() 的管道机制。

4、 Agent（代理）—— “自主决策者”

Agent 更进一步：它能让 LLM 自己决定下一步做什么。

比如：“查一下今天的天气怎么样？”，Agent 会判断：“这需要调用天气 API”，然后自动执行。

它背后依赖的是：

• Tools（工具集）
• LLM 的推理能力
• Action-Observe-React 循环

仅供个人学习参考/导航指引使用，具体请以第三方网站说明为准，本站不提供任何专业建议。如果地址失效或描述有误，请联系站长反馈～感谢您的理解与支持！

链接: https://fly63.com/nav/4750