Что такое LangChain
LangChain — framework и ecosystem для LLM-powered applications. Он даёт общие interfaces для chat models, embeddings, vector stores, tools, retrievers и agent workflows, чтобы приложение можно было собирать из взаимозаменяемых компонентов и integrations.
Проект начинался как способ быстро соединять LLM с внешними данными и действиями, а затем вырос в agent engineering platform вокруг LangChain, LangGraph, integrations, Deep Agents и LangSmith. Важно, что LangChain сейчас — не один пакет “для chains”, а набор уровней для разных стадий сложности.
Что внутри и как это используют
Минимальный вызов модели
Пример показывает характер проекта и его обычную форму использования.
from langchain.chat_models import init_chat_model
model = init_chat_model("openai:gpt-5.4")
result = model.invoke("Hello, world!")
print(result.content)LangChain полезен, когда нужно менять providers, подключать tools, строить RAG, прототипировать agent workflow или перейти к более контролируемой orchestration через LangGraph. Он даёт словарь и интерфейсы, вокруг которых легче договориться команде.
Сильные стороны и ограничения
Ограничения связаны с абстракциями. Быстрый старт может скрыть реальные вопросы: evals, observability, retries, cost, latency, prompt/data safety и контроль состояния агента. Для production часто приходится спускаться ниже high-level API и явно проектировать workflow.