贡献集成

集成是 LangChain 的核心组件。 LangChain 为几个不同的组件（语言模型、向量存储等）提供了标准接口，这些接口在构建 LLM 应用程序时至关重要。

为什么向 LangChain 贡献集成？

• **可发现性：**LangChain 是构建 LLM 应用程序最常用的框架，每月下载量超过 2000 万次。LangChain 集成可被大量 GenAI 构建者社区发现。
• **互操作性：**LangChain 组件公开标准接口，允许开发人员轻松地将它们相互替换。如果您实现了 LangChain 集成，任何使用不同组件的开发人员都可以轻松地替换使用您的组件。
• **最佳实践：**通过其标准接口，LangChain 组件鼓励并促进最佳实践（流式传输、异步等）。

要集成的组件

info

请参阅概念指南以了解 LangChain 支持的所有组件的概述。

虽然任何组件都可以集成到 LangChain 中，但我们更鼓励特定类型的集成：

集成这些 ✅	这些不集成 ❌
聊天模型 工具/工具包 检索器 向量存储 嵌入模型	LLM（文本补全模型） 文档加载器 键值存储 文档转换器 模型缓存 图 消息历史 回调 聊天加载器 适配器 其他抽象

如何贡献集成

为了贡献集成，您应该遵循以下步骤：

1. 确认您的集成在我们当前鼓励的组件列表中。
2. 实现您的包并将其发布到公开的 GitHub 存储库。
3. 实现标准的测试以集成您的组件并成功运行它们。
4. 通过将包发布到 PyPi 并将文档添加到 LangChain monorepo 的 docs/docs/integrations 目录来发布您的集成。
5. [可选] 打开并合并一个 PR，将您的集成文档添加到官方 LangChain 文档中。
6. [可选] 与 LangChain 团队合作进行联合营销（请参阅下文）。

联合营销

LangChain 每月下载量超过 2000 万次，拥有大量构建 LLM 应用程序的开发人员受众。除了列出集成之外，我们还旨在重点介绍高质量的教学示例，以启发开发人员并推动生态系统发展。

虽然我们偶尔会分享集成，但我们优先考虑提供有意义的见解和最佳实践的内容。我们的主要社交渠道是 Twitter 和 LinkedIn，我们在这些频道上重点介绍最好的示例。

以下是我们乐于推广的内容类型的启发式方法：

• **教学内容：**博客、YouTube 视频和其他展示教学内容的媒体。请注意，我们更喜欢那些不被构建为“这是如何使用集成 XYZ 的”，而是“这是如何执行 ABC 的”的内容，因为我们发现这些内容对开发人员更具教学性和帮助性。
• **端到端应用程序：**端到端应用程序是寻找构建方法的开发人员的绝佳资源。我们更倾向于重点介绍更复杂/代理性质的应用程序，并且使用 LangGraph 作为编排框架。我们对涉及长期记忆、人工干预交互模式或多代理架构的任何内容都特别感兴趣。
• **研究：**我们喜欢重点介绍新颖的研究！无论是基于 LangChain 构建的研究，还是与之集成的研究。

延伸阅读

首先，让我们学习如何为 LangChain 实现集成包。