教程
刚开始接触 LangChain 或通用的 LLM 应用开发？阅读本材料，快速上手构建你的第一个应用程序。
入门
通过构建简单的应用程序，熟悉 LangChain 的开源组件。
如果你想从特定的提供商开始使用 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 构建简单的 LLM 应用程序。
- 语义搜索：使用 文档加载程序、嵌入模型 和 向量存储 构建基于 PDF 的语义搜索引擎。
- 分类：使用带有 结构化输出 的 聊天模型 将文本分类到不同的类别或标签。
- 提取：使用 聊天模型 和 少样本示例 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。
编排
开始使用 LangGraph 将 LangChain 组件组合成功能齐全的应用程序。
- 聊天机器人：构建一个集成记忆的聊天机器人。
- 代理：构建一个与外部工具交互的代理。
- 检索增强生成 (RAG) 第一部分：构建一个利用你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：构建一个集成用户交互记忆和多步检索的 RAG 应用程序。
- SQL 问答：构建一个执行 SQL 查询来指导其响应的问答系统。
- 摘要：为（可能很长的）文本生成摘要。
- 图数据库问答：构建一个查询图数据库来指导其响应的问答系统。
LangSmith
LangSmith 允许你密切跟踪、监控和评估你的 LLM 应用程序。 它与 LangChain 无缝集成，你可以使用它来检查和调试你构建时链的各个步骤。
LangSmith 文档托管在单独的网站上。 你可以在此处浏览 LangSmith 教程。
评估
LangSmith 帮助你评估 LLM 应用程序的性能。下面的教程是快速入门的好方法：