#1 · 主分类： LLM应用框架
langchain
智能体工程平台。
项目最后更新：08/29/26
GitHub Stars
145.2K
Forks数量
24.2K
贡献者数量
3.7K
许可证
MIT
收录理由
在Python生态里，LangChain几乎是团队起步做LLM应用时最先碰到的框架。它把聊天模型、工具、检索器和数据源之间的连接工作都替你打理好了，省去手工拼装每个集成的麻烦。它提供了一套统一的接口来对接聊天模型、嵌入和向量库，还附带大量供应商和工具连接器，所以从OpenAI换成本地模型，或者接入新的数据源，通常不需要重写业务逻辑。在这之上，它还提供了更高层的智能体模式和持久化运行时，支持有状态的长流程任务，让同一套代码能从快速原型一路走到可运维的系统。想要精细控制智能体编排，可以搭配LangGraph；只想快速用上成熟模板，内置的create_agent路径也能直接上手。当你在规划新LLM产品或者统一现有技术栈时，这个框架是生态里默认大家都懂的基础。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
dify
在一个协作工作区中构建Agentic工作流、RAG管道，支持丰富的AI模型和工具。可部署在云、VPC或自托管环境，团队无需重建技术栈即可从原型走向生产。
headroom
压缩工具输出、日志、文件和RAG块，再送入LLM。编码代理减少20% token，JSON减少60-95% token，答案不变。提供库、代理、MCP服务器。
litellm
最快的、最轻量的AI网关。Rust核心，Python SDK。以OpenAI（或原生）格式调用100多种LLM API，具备成本追踪、护栏、负载均衡和日志记录 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
llama_index
LlamaIndex 是领先的文档代理和 OCR 平台
pathway
用于流处理、实时分析、LLM管道和RAG的Python ETL框架。