核心功能

(1) 链式调用（Chains）

将多个操作（如调用 LLM、数据处理、工具调用等）串联起来，形成一个完整的任务流程。

常见链类型

• LLMChain：最基本的链，用于调用 LLM。
• SequentialChain：按顺序执行多个链。

示例

import { LLMChain, PromptTemplate, OpenAI } from "langchain";

const llm = new OpenAI({ temperature: 0.7 });
const prompt = new PromptTemplate({
  inputVariables: ["product"],
  template: "What is a good name for a company that makes {product}?",
});
const chain = new LLMChain({ llm, prompt });
const result = await chain.call({ product: "colorful socks" });
console.log(result.text);

(2) 记忆（Memory）

用于在多轮对话中存储和传递上下文信息。

常见记忆类型

• ConversationBufferMemory：存储完整的对话历史。
• ConversationSummaryMemory：存储对话的摘要。

示例：

import { ConversationBufferMemory } from "langchain/memory";

const memory = new ConversationBufferMemory();
await memory.saveContext({ input: "Hi!" }, { output: "Hello! How can I help you?" });
console.log(await memory.loadMemoryVariables({}));

(3) 工具集成（Tools）

允许 LLM 调用外部工具（如搜索引擎、API、数据库等）。

常见工具

• SerpAPI：调用搜索引擎。
• Calculator：执行数学计算。

示例

import { initializeAgentExecutor, Tool, SerpAPI } from "langchain/tools";

const tools = [new SerpAPI()];
const executor = await initializeAgentExecutor(tools, "zero-shot-react-description");
const result = await executor.run("What is LangChain?");
console.log(result);

(4) 数据加载（Document Loaders）

从不同来源（如文件、网页、数据库）加载数据。

常见加载器：

• TextLoader：加载文本文件。
• WebBaseLoader：加载网页内容。

示例

import { TextLoader } from "langchain/document_loaders";

const loader = new TextLoader("example.txt");
const docs = await loader.load();
console.log(docs);

(5) 代理（Agents）

代理是一个高级组件，可以根据输入动态选择工具或链。

常见代理类型

• ZeroShotAgent：基于零样本学习的代理。
• ConversationalAgent：支持对话的代理。

示例

import { initializeAgentExecutor, Tool, SerpAPI } from "langchain/tools";

const tools = [new SerpAPI()];
const executor = await initializeAgentExecutor(tools, "zero-shot-react-description");
const result = await executor.run("What is LangChain?");
console.log(result);

(6) 提示模板（Prompt Templates）

用于定义 LLM 的输入格式，使得输入更加结构化和可复用。

示例

import { PromptTemplate } from "langchain/prompts";

const template = "What is a good name for a company that makes {product}?";
const prompt = new PromptTemplate({ template, inputVariables: ["product"] });
const formattedPrompt = await prompt.format({ product: "colorful socks" });
console.log(formattedPrompt);

(7) 回调（Callbacks）

用于在链式调用过程中执行自定义逻辑（如日志记录、调试）。

示例

import { CallbackManager } from "langchain/callbacks";

const callbackManager = CallbackManager.fromHandlers({
  handleLLMStart: async (llm, prompts) => {
    console.log("LLM started:", prompts);
  },
});
const llm = new OpenAI({ callbackManager });
await llm.call("Hello, world!");