LangChain核心概念与组件

Chains

Chains可以让你按照一定的顺序和逻辑来执行不同的任务。Chains有以下四种类型：

类型	作用
LLMChain	用于在语言模型周围添加一些功能的简单Chain，它由一个PromptTemplate和一个语言模型（LLM或chat model）组成，它可以使用输入键值和内存键值（如果有的话）来格式化PromptTemplate，然后将格式化后的字符串传递给语言模型，并返回语言模型的输出
RouterChain	用于创建一个动态选择下一个要使用的Chain的Chain的范式，它由两个组件组成：RouterChain本身（负责选择下一个要调用的Chain）和destination_chains（RouterChain可以路由到的Chain）
SequentialChain	用于将多个Chain连接起来，形成一个执行一些特定场景的管道的Chain，它允许将一个调用的输出作为另一个调用的输入
TransformChain	用于创建一个通用的转换Chain，它可以对输入进行一些预处理或后处理，然后将其传递给另一个Chain

Agents

通过Agents，可以让语言模型具有主动性和智能性。LangChain基于对AI应用开发的总结抽象，主要提供以下六种代理类型：

类型	作用
Zero-shot ReAct	用于根据工具的描述来决定使用哪个工具的Agent，它可以使用任意数量的工具，但要求每个工具都有一个描述
Structured input ReAct	用于使用多输入工具的Agent，它可以根据工具的参数模式来创建一个结构化的动作输入，这对