教程
一般不熟悉 LangChain 或 LLM 应用程序开发？阅读此材料以快速启动并运行构建您的第一个应用程序。
开始使用
通过构建简单的应用程序来熟悉 LangChain 的开源组件。
如果您想开始使用聊天模型、向量存储、 或来自特定提供商的其他 LangChain 组件，请查看我们支持的集成。
- 聊天模型和提示：使用提示模板和聊天模型构建一个简单的 LLM 应用程序。
- 语义搜索：使用文档加载器、嵌入模型和矢量存储在 PDF 上构建语义搜索引擎。
- 分类：使用具有结构化输出的聊天模型将文本分类为类别或标签。
- 提取：使用聊天模型和少数镜头示例从文本和其他非结构化媒体中提取结构化数据。
有关使用所有 LangChain 组件的更多详细信息，请参阅操作指南。
集成
开始使用 LangGraph 将 LangChain 组件组装成功能齐全的应用程序。
- Chatbots：构建一个包含内存的聊天机器人。
- 代理：构建与外部工具交互的代理。
- 检索增强生成 （RAG） 第 1 部分：构建一个使用您自己的文档来通知其响应的应用程序。
- 检索增强生成 （RAG） 第 2 部分：构建一个 RAG 应用程序，其中包含其用户交互和多步骤检索的内存。
- 使用 SQL 进行问答：构建一个问答系统，该系统执行 SQL 查询以通知其响应。
- 摘要：生成（可能很长的）文本的摘要。
- 使用图形数据库进行问答：构建一个问答系统，用于查询图形数据库以通知其响应。
LangSmith
LangSmith 允许您密切跟踪、监控和评估您的 LLM 应用程序。 它与 LangChain 无缝集成，您可以在构建时使用它来检查和调试链的各个步骤。
LangSmith 文档托管在单独的站点上。 您可以在此处仔细阅读 LangSmith 教程。
评估
LangSmith 可帮助您评估 LLM 应用程序的性能。下面的教程是一个很好的入门方法：