Что такое LangChain
LangChain — фреймворк для приложений на языковых моделях: он даёт готовые абстракции для вызова моделей, инструментов, памяти и поиска по документам, чтобы не писать инфраструктуру с нуля. Проект под лицензией MIT, 147 922 звёзд на GitHub (снято 16.10.2026), последний релиз ядра langchain-core 1.6.11 от 15.10.2026.
Для оркестрации агентов команда проекта рекомендует LangGraph — граф состояний поверх тех же абстракций. LangChain при этом остаётся базовым слоем: интеграции, промпты, ретриверы, инструменты.
Установка
Нужен Python 3.10 или новее (в PyPI указано требование >=3.10, <4.0).
pip install -U langchain langchain-openai
Пакеты ставятся модульно: ядро, интеграции с конкретными моделями и векторными базами — отдельными пакетами.
Что понадобится для запуска
- Ключ к модели. Напрямую OpenAI и Anthropic требуют зарубежной карты; доступ из России дают шлюзы вроде BotHub и GPTunnel — кнопки в блоке «Чем запустить» выше.
- Для RAG — векторная база (ChromaDB, Qdrant, pgvector) и модель эмбеддингов.
- Для отладки — трассировка: как это устроено, разобрано в гайде по Langfuse.
Что на нём собирают
- Чат-боты и ассистенты с инструментами и доступом к внешним API.
- RAG-помощники по своим документам и базам знаний.
- Мультиагентные схемы: сравнение подходов — в обзоре CrewAI.
- Пайплайны обработки документов: загрузка, чанкинг, эмбеддинги, генерация.
С чего начать на Qantcore
- Обзор CrewAI — как выглядят мультиагентные фреймворки на практике.
- Гайд по Langfuse — трассировка и отладка LLM-приложений.
- Навыки агентов — как упаковать повторяемые сценарии в SKILL.md.
- Память агентов: обзор Mem0 — что и как хранить между сессиями.
- Сравнение векторных баз — какую базу взять под RAG.
Проверяемые данные
- Репозиторий: github.com/langchain-ai/langchain — MIT, 147 922 звезды (снято 16.10.2026).
- PyPI: пакет langchain 1.4.6, требование Python >=3.10, <4.0.
- Последний релиз ядра: langchain-core 1.6.11 (15.10.2026).
Частые вопросы
LangChain и LangGraph — что выбрать?
LangChain — базовые абстракции и интеграции с моделями, базами и инструментами. LangGraph — граф состояний для агентов с ветвлениями; команда проекта рекомендует его именно для оркестрации. На практике используют вместе.
Нужна ли зарубежная карта для работы с LangChain?
Сам фреймворк бесплатный, карта нужна только для оплаты модели. Если брать ключ у шлюза, который работает из России, зарубежная карта не нужна.
Можно ли использовать локальные модели?
Да. LangChain работает с локальными моделями через совместимые интеграции (Ollama, llama.cpp, vLLM). Пример открытой модели — Qwen в маркете.
Это платно?
Нет: лицензия MIT. Расходы — только на модель и инфраструктуру, где вы запускаете приложение.