教程
刚接触 LangChain 或大型语言模型应用开发？阅读本文，快速上手构建你的第一个应用程序。
开始使用
通过构建简单的应用程序，熟悉 LangChain 的开源组件。
如果您想开始使用特定提供商的 聊天模型、向量存储， 或其他 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。
- 语义搜索: 使用 文档加载器、嵌入模型 和 向量存储 为 PDF 构建语义搜索引擎。
- 分类: 使用带有 结构化输出 的 聊天模型 将文本分类到各类别或标签中。
- 提取: 使用 聊天模型 和 少量示例 从文本和其他非结构化媒体中提取结构化数据。
有关使用 LangChain 所有组件的更多详细信息，请参阅 操操作指南。
编排
使用 LangGraph 开始组装 LangChain 组件，创建功能完整的应用程序。
- 聊天机器人: 构建一个具备记忆功能的聊天机器人。
- 代理：构建一个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指导其响应的应用程序。
- 检索增强生成 (RAG) 第二部分: 构建一个包含用户交互记忆和多步检索功能的 RAG 应用程序。
- 使用SQL的问答: 构建一个问答系统，该系统通过执行SQL查询来生成其回答。
- 摘要生成: 生成（可能较长的）文本的摘要。
- 使用图数据库的问答系统：构建一个问答系统，通过查询图数据库来提供回答。
LangSmith
LangSmith 允许您紧密追踪、监控和评估您的大型语言模型应用程序。 它与 LangChain 无缝集成，您可以在构建链条时检查和调试各个步骤。
LangSmith 文档托管在独立网站上。 您可以在 此处查阅 LangSmith 教程。
评估
LangSmith 帮助您评估大型语言模型应用的性能。以下教程是入门的好方法：