2Markdown

2markdown 服务可以将网站内容转换为结构化的 markdown 文件。

# 你需要获取自己的 API 密钥。请参阅 https://2markdown.com/login
api_key = ""

from langchain_community.document_loaders import ToMarkdownLoader

loader = ToMarkdownLoader(url="/docs/get_started/introduction", api_key=api_key)

docs = loader.load()

print(docs[0].page_content)

LangChain 是一个用于开发由语言模型驱动的应用程序的框架。它可以实现以下应用：

• 上下文感知：将语言模型连接到上下文来源（提示说明、少量示例、内容等）。

• 推理：依赖语言模型进行推理（根据提供的上下文进行回答，采取什么行动等）。

该框架由几个部分组成。

• LangChain 库：Python 和 JavaScript 库。包含各种组件的接口和集成，用于将这些组件组合成链和代理的基本运行时，以及链和代理的现成实现。

• LangChain 模板：用于各种任务的易于部署的参考架构集合。

• LangServe：用于将 LangChain 链部署为 REST API 的库。

• LangSmith：一个开发平台，可让您调试、测试、评估和监视基于任何 LLM 框架构建的链，并与 LangChain 无缝集成。

这些产品共同简化了整个应用程序生命周期：

• 开发：使用 LangChain/LangChain.js 编写您的应用程序。使用模板作为参考，快速上手。

• 生产化：使用 LangSmith 检查、测试和监视您的链，以便您可以不断改进并自信地部署。

• 部署：使用 LangServe 将任何链转换为 API。

LangChain 库 ​

LangChain 包的主要价值在于：

1. 组件：用于处理语言模型的可组合工具和集成。这些组件是模块化且易于使用的，无论您是否使用 LangChain 框架的其他部分。

2. 现成的链：用于完成更高级任务的内置组合。

现成的链使得入门变得容易。组件使得定制现有链和构建新链变得容易。

LangChain 库本身由几个不同的包组成。

• langchain-core：基本抽象和 LangChain 表达语言。

• langchain-community：第三方集成。

• langchain：组成应用程序认知架构的链、代理和检索策略。

入门 ​

这里是如何安装 LangChain、设置您的环境并开始构建的方法。

我们建议您按照我们的快速入门指南，通过构建您的第一个 LangChain 应用程序来熟悉该框架。

阅读我们的安全最佳实践，以确保您在 LangChain 上安全开发。

注意

这些文档侧重于 Python LangChain 库。点击此处查看 JavaScript LangChain 库的文档。

LangChain 表达语言 (LCEL) ​

LCEL 是一种声明性的链组合方式。LCEL 从一开始就被设计用于支持将原型投入生产，无需进行任何代码更改，从最简单的“提示 + LLM”链到最复杂的链。

• 概述：LCEL 及其优势

• 接口：LCEL 对象的标准接口

• 如何：LCEL 的关键特性

• 示例：完成常见任务的示例代码

模块 ​

LangChain 为以下模块提供了标准的可扩展接口和集成：

模型 I/O ​

与语言模型进行接口

检索 ​

与特定于应用程序的数据进行接口

代理 ​

让模型根据高级指令选择使用哪些工具

示例、生态系统和资源 ​

用例 ​

常见端到端用例的演练和技术，如：

• 文档问答

• 聊天机器人

• 分析结构化数据

• 等等...

集成 ​

LangChain 是丰富的工具生态系统的一部分，这些工具与我们的框架集成并在其基础上构建。查看我们不断增长的集成列表。

指南 ​

使用 LangChain 进行开发的最佳实践。

API 参考 ​

转到参考部分，查看 LangChain 和 LangChain 实验性 Python 包中所有类和方法的完整文档。

开发者指南 ​

查看开发者指南，了解有关贡献和帮助设置开发环境的指南。

转到社区导航器查找提问、分享反馈、与其他开发人员会面以及梦想 LLM 未来的地方。