外观
LangChain 的强大之处在于其组件如何协同工作，从而构建复杂的 AI 应用。本页通过图表展示不同组件之间的关系。
核心组件生态
下图展示了 LangChain 的主要组件如何连接起来构成完整的 AI 应用：
组件如何连接
每个组件层都构建在前一层之上：
- 输入处理 – 将原始数据转换为结构化文档
- 嵌入与存储 – 将文本转换为可搜索的向量表示
- 检索 – 根据用户查询查找相关信息
- 生成 – 使用 AI 模型创建响应，可选择配合工具
- 编排 – 通过智能体和记忆系统协调一切
组件类别
LangChain 将组件分为以下几大类：
| 类别 | 用途 | 关键组件 | 用例 |
|---|---|---|---|
| 模型 | AI 推理与生成 | 对话模型、LLM、嵌入模型 | 文本生成、推理、语义理解 |
| 工具 | 外部能力 | API、数据库等 | 网络搜索、数据访问、计算 |
| 智能体 | 编排与推理 | ReAct 智能体、工具调用智能体 | 非确定性工作流、决策制定 |
| 记忆 | 上下文保留 | 消息历史、自定义状态 | 对话、有状态交互 |
| 检索器 | 信息访问 | 向量检索器、网络检索器 | RAG、知识库搜索 |
| 文档处理 | 数据摄取 | 加载器、拆分器、转换器 | PDF 处理、网络抓取 |
| 向量数据库 | 语义搜索 | Chroma、Pinecone、FAISS | 相似度搜索、嵌入存储 |