LangChain
LangChain是开发LLM应用的框架，简化了LLM应用lifecycle的每个阶段。
- 开发阶段：langchain，langgraph
- 生产阶段：LangSmith
langchain-core提供了核心抽象和LangChain Expression Language langchain-community提供第三方集成 langchain提供了Chains、agents和RAG LangGraph：通过graph来建模Agent逻辑，从而构建有状态的多actor应用 LangServe：部署LangChain为REST apis LangSmith：debug、test、evaluate和monitor LLM应用
LangChain Expression Language 可以创建任意自定义的Chains，它构建在 Runnable 协议上。 核心的模块包括：
- Prompt Templates
- Example Selectors
- Chat Models
- Messages
- Output parsers
- Document Loaders
- Text Splitters
- Embedding models
- Retrievers
- Vector stores
- Indexing
- Tools
- MultiModal
- Agents
- Callbacks
Agent
Langchain Agent
- 定义Tool：按照langchain的规范
- 创建Agent：选择需要的agent类型，比如openai-functions-agent
- 创建AgentExecutor：组合agent和tools
- 运行agent：调用executor的invoker方法
- 可以支持会话历史
OpenAI Tools: agent=llm+tools（通过Runabble进行组合的）
AgentExecutor：核心组件，如何运行Agent
- 开始
- 中间步骤
- 结束Finish
AgentExecutor继承Chain
- 复用invoke方法
- 新增stream方法
AgentExecutor流程：
AgentSchema
AgentAction：表示agent所采取的action
AgentFinish：表示agent的最终结果，准备用来返回给用户
Intermediate Steps：中间步骤
AgentExecutor：agent的运行时
Tools Schema
AgentType
计划的模型类型： 支持会话历史 支持多输入的Tools 支持并行函数调用 需要模型参数