LangChain 的技术架构包含哪些核心模块？
1. 三层模块化架构
LangChain 采用分层设计，各层职责清晰且可独立使用：
- 基础层：定义 LangChain 与模型之间的通信协议，是所有上层功能的地基。包含标准化消息格式（Messages）、提示词模板（Prompts）、统一模型接口（Models）、工具定义（Tools）、对话记忆（Memory）、结构化输出（Structured Output）、流式输出（Streaming）和中间件（Middleware）等八个核心模块
- 能力层：建立在基础层之上，提供可自由组合的核心能力组件。包括 Chain（链式编排）、Retrieval（RAG 检索增强生成）、Agent（自主规划执行）等
- 应用层：面向业务场景的顶层模块，组合下层能力解决实际问题，如问答系统、智能代理、多 Agent 协作等
2. 包结构重组（v1.x）
v1.x 对包结构进行了彻底重构，解决了 v0 时代"一个包塞满一切"的问题：
包名 | 职责 |
|---|---|
langchain-core | 稳定基座：BaseMessage、Runnable、Tool 等抽象接口 |
langchain | 上层组合：agents、chat_models、tools、messages 等核心命名空间 |
langchain-classic | 遗留功能：旧版 Chains、Retrievers、Hub 等迁移至此 |
langchain-community | 社区集成：第三方工具集成（500+） |
langchain-openai / langchain-anthropic 等 | 官方集成包：与各大 LLM 提供商的深度集成 |
langgraph | 图编排引擎：用"图"管理复杂任务流程，支持循环和分支 |
生产环境建议直接依赖 langchain-core 加所需集成包，避免引入整个 langchain 全家桶。
3. 核心组件分类
组件类别 | 用途 | 关键组件 |
|---|---|---|
Models | AI 推理和生成 | Chat Models、LLMs、Embedding 模型 |
Tools | 外部能力接入 | API 调用、数据库查询、Web 搜索 |
Agents | 编排和推理 | ReAct Agents、Tool Calling Agents |
Memory | 上下文保持 | 消息历史、自定义状态 |
Retrievers | 信息获取 | 向量检索器、Web 检索器 |
Document Processing | 数据摄入 | Loaders、Splitters、Transformers |
Vector Stores | 语义存储 | Chroma、Pinecone、FAISS 等 |
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号