LangChain 的强大之处在于其组件如何协同工作以构建复杂的 AI 应用程序。本页通过图表展示了不同组件之间的关系。

核心组件生态系统

下图展示了 LangChain 的主要组件如何连接以形成完整的 AI 应用程序：

graph TD
    %% Input processing
    subgraph "📥 Input processing"
        A[Text input] --> B[Document loaders]
        B --> C[Text splitters]
        C --> D[Documents]
    end

    %% Embedding & storage
    subgraph "🔢 Embedding & storage"
        D --> E[Embedding models]
        E --> F[Vectors]
        F --> G[(Vector stores)]
    end

    %% Retrieval
    subgraph "🔍 Retrieval"
        H[User Query] --> I[Embedding models]
        I --> J[Query vector]
        J --> K[Retrievers]
        K --> G
        G --> L[Relevant context]
    end

    %% Generation
    subgraph "🤖 Generation"
        M[Chat models] --> N[Tools]
        N --> O[Tool results]
        O --> M
        L --> M
        M --> P[AI response]
    end

    %% Orchestration
    subgraph "🎯 Orchestration"
        Q[Agents] --> M
        Q --> N
        Q --> K
        Q --> R[Memory]
    end

组件如何连接

每个组件层都建立在前一层之上：

1. 输入处理 – 将原始数据转换为结构化文档
2. 嵌入与存储 – 将文本转换为可搜索的向量表示
3. 检索 – 根据用户查询查找相关信息
4. 生成 – 使用 AI 模型创建响应，可选择使用工具
5. 编排 – 通过智能体（Agent）和记忆系统协调所有组件

组件类别

LangChain 将组件组织到以下几个主要类别中：

类别	目的	关键组件	使用场景
模型	AI 推理与生成	聊天模型、LLMs、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	上下文保持	消息历史、自定义状态	对话、有状态的交互
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、分割器、转换器	PDF 处理、网络抓取
向量存储	语义搜索	Chroma、Pinecone、FAISS	相似性搜索、嵌入存储

常见模式

RAG（检索增强生成）

graph LR
    A[User question] --> B[Retriever]
    B --> C[Relevant docs]
    C --> D[Chat model]
    A --> D
    D --> E[Informed response]

带工具的智能体

graph LR
    A[User request] --> B[Agent]
    B --> C{Need tool?}
    C -->|Yes| D[Call tool]
    D --> E[Tool result]
    E --> B
    C -->|No| F[Final answer]

多智能体系统

graph LR
    A[Complex Task] --> B[Supervisor agent]
    B --> C[Specialist agent 1]
    B --> D[Specialist agent 2]
    C --> E[Results]
    D --> E
    E --> B
    B --> F[Coordinated response]

了解更多

现在您已经了解了组件之间的关系，可以探索具体领域：

• 构建您的第一个 RAG 系统
• 创建智能体
• 使用工具
• 设置记忆
• 浏览集成