LangChain.js 快速上手三步搭出你的第一个 AI 智能代理【免费下载链接】langchainjsThe agent engineering platform项目地址: https://gitcode.com/GitHub_Trending/la/langchainjs想让大模型真正干活光会聊天还不够它得会查资料、会调工具、会记事。LangChain.js 就是干这个的一个用 TypeScript 写的 AI 应用框架官方定位是 agent engineering platform智能代理工程平台负责把你手里的语言模型变成能干活的智能代理并替你处理好模型、工具、向量库之间的接线工作。三步跑通第一个智能代理整个仓库是只读的参考你只需要装包、配密钥、跑示例。第一步安装 LangChain.js 核心包在你的项目目录里装主包再装一个模型供应商包以 OpenAI 为例npm install langchain langchain/openai主包langchain提供智能代理、提示词、存储这些通用能力模型供应商包负责真正调用模型。第二步如何配置模型密钥LangChain.js 默认从环境变量读 API Key。在项目根目录放一个.env文件写一行OPENAI_API_KEY你的密钥即可仓库 examples 目录里的示例默认用 dotenv 加载这个文件。第三步跑一个现成的智能代理示例仓库的 examples/src/ 目录里有上百个能直接运行的示例。比如智能代理目录下的 examples/src/createAgent/tools.ts它创建了一个带工具的 LangChain.js 智能代理模型自己决定何时去查存储、何时写入用户信息。装好依赖后在 examples 目录下执行npm run start -- src/createAgent/tools.ts跑通后你就能看到智能代理收到一句话自己完成保存用户信息 → 再查出来的完整流程全程没有你手动编排每一步。它能帮你解决哪类问题不急着讲概念先看三个你大概率会遇到的场景。模型的知识不够用。你的业务数据、内部文档它不知道。用 LangChain.js 的 RAG检索增强生成链路把文档切块、存进向量库提问时先检索最相关的几段再让模型回答答案就有据可依。相关实现分别在 libs/langchain-textsplitters/src/ 和 libs/langchain-core/src/vectorstores.ts。模型只会说不会做。智能代理Agent让模型自己决定现在该调哪个工具——查数据库、发请求、读文件都由它按需触发而不是你把每一步写死。换模型不想换代码。今天用 OpenAI明天想试 Anthropic 或 GoogleLangChain.js 给各家模型提供了统一接口理论上改一行初始化代码就行。核心能力逐个看按你实际用得到的顺序拆每一项都对应仓库里真实的代码位置。用 createAgent 创建智能代理你能用它一行代码创建 LangChain.js 智能代理传入model模型和tools工具列表就行。上面tools.ts的示例里两个工具通过 zod 声明了参数结构模型会按格式自动填参调用。更多玩法流式输出、结构化输出、多代理协作都在 examples/src/createAgent/ 里。用工具和中间件扩展能力智能代理目录下的 middleware 子目录覆盖了常见诉求human-in-the-loop人工确认、模型调用次数限制、提示词缓存。你能用它给智能代理加上关键操作先问我一句一天最多调 20 次模型这类护栏。用 RAG 检索私有知识你能用它把自己的文档变成模型可查的知识库text splitter 负责切分vector stores 负责存储和检索retrievers 负责把检索包装成模型能用的动作。用存储和记忆支持多轮对话你在tools.ts示例里看到的InMemoryStore就是最简形态跨两次会话保存并读回用户信息。更完整的记忆方案在 libs/langchain-core/src/memory.ts 和 examples 的 memory 目录里包括缓冲、摘要、按 token 控制等多种策略。用多模态能力处理图片你能把图片直接交给模型让它描述内容仓库里的视觉示例就是拿一张热狗照片做测试对应的示例代码在 examples/src/langchain-classic/models/chat/integration_openai_vision.ts。上手后的常见坑忘了配 API Key报 401。几乎所有 provider 都从环境变量读密钥本地开发建议统一放.env别把密钥硬编码进代码。只装了langchain主包调用模型时报错找不到类。模型能力在独立的供应商包里ChatOpenAI来自langchain/openai、ChatAnthropic来自langchain/anthropic主包本身不调 API。浏览器里跑报错找不到 Node 专属模块。LangChain.js 主体面向 Node.js20.x / 22.x / 24.x要上浏览器、Cloudflare Workers、Vercel Edge 这类环境需要留意依赖兼容性仓库专门为此准备了 environment_tests/ 目录做各环境导出测试internal/model-profiles/ 则用来记录各模型的能力参数选模型时可以查。配套资源examples/src/上百个可运行示例智能代理、RAG、多模态、记忆全覆盖examples/src/createAgent/智能代理专题含动态工具、中间件、多轮记忆examples/src/multi-agent/交接handoffs、路由、子代理等多智能体协作examples/src/langchain-classic/经典版 LangChain 的 chains、prompts、retrievers 用法docs/core_docs/README.md核心文档入口CONTRIBUTING.md想给 LangChain.js 提代码的协作指南看完这一篇最省事的下一步是打开examples/src/createAgent/tools.ts跟着上面三步把它跑起来。【免费下载链接】langchainjsThe agent engineering platform项目地址: https://gitcode.com/GitHub_Trending/la/langchainjs创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 LangChain.js 快速上手：三步搭出你的第一个 AI 智能代理
LangChain.js 快速上手三步搭出你的第一个 AI 智能代理【免费下载链接】langchainjsThe agent engineering platform项目地址: https://gitcode.com/GitHub_Trending/la/langchainjs想让大模型真正干活光会聊天还不够它得会查资料、会调工具、会记事。LangChain.js 就是干这个的一个用 TypeScript 写的 AI 应用框架官方定位是 agent engineering platform智能代理工程平台负责把你手里的语言模型变成能干活的智能代理并替你处理好模型、工具、向量库之间的接线工作。三步跑通第一个智能代理整个仓库是只读的参考你只需要装包、配密钥、跑示例。第一步安装 LangChain.js 核心包在你的项目目录里装主包再装一个模型供应商包以 OpenAI 为例npm install langchain langchain/openai主包langchain提供智能代理、提示词、存储这些通用能力模型供应商包负责真正调用模型。第二步如何配置模型密钥LangChain.js 默认从环境变量读 API Key。在项目根目录放一个.env文件写一行OPENAI_API_KEY你的密钥即可仓库 examples 目录里的示例默认用 dotenv 加载这个文件。第三步跑一个现成的智能代理示例仓库的 examples/src/ 目录里有上百个能直接运行的示例。比如智能代理目录下的 examples/src/createAgent/tools.ts它创建了一个带工具的 LangChain.js 智能代理模型自己决定何时去查存储、何时写入用户信息。装好依赖后在 examples 目录下执行npm run start -- src/createAgent/tools.ts跑通后你就能看到智能代理收到一句话自己完成保存用户信息 → 再查出来的完整流程全程没有你手动编排每一步。它能帮你解决哪类问题不急着讲概念先看三个你大概率会遇到的场景。模型的知识不够用。你的业务数据、内部文档它不知道。用 LangChain.js 的 RAG检索增强生成链路把文档切块、存进向量库提问时先检索最相关的几段再让模型回答答案就有据可依。相关实现分别在 libs/langchain-textsplitters/src/ 和 libs/langchain-core/src/vectorstores.ts。模型只会说不会做。智能代理Agent让模型自己决定现在该调哪个工具——查数据库、发请求、读文件都由它按需触发而不是你把每一步写死。换模型不想换代码。今天用 OpenAI明天想试 Anthropic 或 GoogleLangChain.js 给各家模型提供了统一接口理论上改一行初始化代码就行。核心能力逐个看按你实际用得到的顺序拆每一项都对应仓库里真实的代码位置。用 createAgent 创建智能代理你能用它一行代码创建 LangChain.js 智能代理传入model模型和tools工具列表就行。上面tools.ts的示例里两个工具通过 zod 声明了参数结构模型会按格式自动填参调用。更多玩法流式输出、结构化输出、多代理协作都在 examples/src/createAgent/ 里。用工具和中间件扩展能力智能代理目录下的 middleware 子目录覆盖了常见诉求human-in-the-loop人工确认、模型调用次数限制、提示词缓存。你能用它给智能代理加上关键操作先问我一句一天最多调 20 次模型这类护栏。用 RAG 检索私有知识你能用它把自己的文档变成模型可查的知识库text splitter 负责切分vector stores 负责存储和检索retrievers 负责把检索包装成模型能用的动作。用存储和记忆支持多轮对话你在tools.ts示例里看到的InMemoryStore就是最简形态跨两次会话保存并读回用户信息。更完整的记忆方案在 libs/langchain-core/src/memory.ts 和 examples 的 memory 目录里包括缓冲、摘要、按 token 控制等多种策略。用多模态能力处理图片你能把图片直接交给模型让它描述内容仓库里的视觉示例就是拿一张热狗照片做测试对应的示例代码在 examples/src/langchain-classic/models/chat/integration_openai_vision.ts。上手后的常见坑忘了配 API Key报 401。几乎所有 provider 都从环境变量读密钥本地开发建议统一放.env别把密钥硬编码进代码。只装了langchain主包调用模型时报错找不到类。模型能力在独立的供应商包里ChatOpenAI来自langchain/openai、ChatAnthropic来自langchain/anthropic主包本身不调 API。浏览器里跑报错找不到 Node 专属模块。LangChain.js 主体面向 Node.js20.x / 22.x / 24.x要上浏览器、Cloudflare Workers、Vercel Edge 这类环境需要留意依赖兼容性仓库专门为此准备了 environment_tests/ 目录做各环境导出测试internal/model-profiles/ 则用来记录各模型的能力参数选模型时可以查。配套资源examples/src/上百个可运行示例智能代理、RAG、多模态、记忆全覆盖examples/src/createAgent/智能代理专题含动态工具、中间件、多轮记忆examples/src/multi-agent/交接handoffs、路由、子代理等多智能体协作examples/src/langchain-classic/经典版 LangChain 的 chains、prompts、retrievers 用法docs/core_docs/README.md核心文档入口CONTRIBUTING.md想给 LangChain.js 提代码的协作指南看完这一篇最省事的下一步是打开examples/src/createAgent/tools.ts跟着上面三步把它跑起来。【免费下载链接】langchainjsThe agent engineering platform项目地址: https://gitcode.com/GitHub_Trending/la/langchainjs创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考