LangChain v0.2：向稳定性迈进的一大步

LangChain v0.2：向稳定性迈进的一大步

❝

本文经翻译并二次整理自LangChain v0.2: A Leap Towards Stability一文。LangChain官方正式对外宣布了LangChain v0.2的预发布版本，这个版本在提升LangChain的稳定性和安全性方面迈出了重要一步。。本系列合集，点击链接查看

还记得四个月前我们发布的LangChain首个稳定版吗？今天，我们继续这一进步，带来了langchain v0.2的预发布版。这个新版本不仅在v0.1的基础上进行了改进，还吸纳了社区的反馈。以下是v0.2版本的主要亮点：

• 实现了社区热切期待的langchain与langchain-community的完全分离。
• 引入了新版（而且是有版本控制的！）文档。
• 提供了一个更加成熟和可控的代理框架。
• 对大型语言模型（LLM）的接口进行了标准化改进，特别是在工具调用方面。
• 增强了对流媒体的支持。
• 新增了30多个合作伙伴的集成包。

请注意，这只是一个预发布版本，正式的v0.2版本将在几周后与大家见面。下面，让我们一起来看看langchain v0.2版本将带来哪些新特性。

拥抱稳定性：LangChain架构的演进

在langchain v0.2中，最引人注目的改进之一是对langchain包和langchain-community进行了彻底的解耦。这意味着langchain-community现在将依赖于langchain-core和langchain。这是我们自langchain v0.1.0以来一直在努力的方向，目的是为了构建一个更加健壮和独立的软件包。

作为提醒，langchain v0.1.0将langchain软件包分解为多个组件包，这样做的目的是为了提高LangChain在生产环境中的易用性。这些组件包括langchain-core、langchain、langchain-community以及合作伙伴的集成包。想要了解更多，可以点击这里。

langchain-community包含了许多第三方集成，这不仅意味着它有许多（可选的）依赖项和文件，而且由于集成的特性，它有时也会受到公共漏洞和曝光（CVE）的影响。因此，我们去除langchain对langchain-community的依赖，使得langchain更加轻量、专注和安全。

我们尽可能以一种非破坏性的方式进行这次重组，继续保留了现有的入口点，例如可以通过langchain.chat_models import ChatOpenAI访问。在内部，这涉及到从langchain_community进行条件导入；简单来说，就是检查是否安装了langchain-community，如果安装了，就执行导入。这意味着如果您已经安装了langchain-community，那么不会有任何破坏性的变化。

这个改进的想法来自于我们的社区成员——感谢Jacob！

提升可发现性：更优质的版本化文档

我们还根据社区的反馈对文档进行了全面翻新。这项工作从一个多月前就开始了，我们主要从以下两个方面进行了改进：

首先，我们的文档现在有了版本控制。这是社区长期以来的一个需求，我们为此付出了很多努力。我们将保持现有的文档作为v0.1版本，并开始构建一个独立的v0.2版本。目前，文档默认为v0.1版本，但一旦完整的v0.2版本发布，我们将开始使用新的文档作为默认。我们希望我们的版本化文档能更好地反映软件包的状态，并且我们相信，从这里开始，一切都将越来越好。

其次，我们的文档结构变得更为扁平和简洁。现在主要分为四个部分：教程、操作指南、概念指南和API参考。这样的结构将使查找文档变得更加容易，也使我们能够维护一组精简且一致的指南。

Reddit上关于LangChain文档的建议

我们还正在制作一个“随时间演变的LangChain”文档页面，以更好地突出LangChain的变更。我们希望这能帮助大家更好地理解和关联不同版本之间的概念。

增强能力：LangGraph代理

从LangChain的早期开始，社区最大的反馈之一就是定制预构建链和代理的内部结构非常困难。为了解决这个问题，我们去年夏天引入了LCEL，使得创建任意可组合序列变得容易。

直到现在，LangChain中的代理都是基于AgentExecutor这个单一的类，它有固定的逻辑来运行代理。为了支持越来越高级的代理，我们不断地为这个类添加了更多的参数，但它仍然不是真正的可组合。

几个月前，我们推出了LangGraph，这是LangChain的一个扩展，专门用于创建代理工作负载。你可以把它看作是“代理的LCEL”。它在LCEL的基础上增加了两个重要的组件：能够轻松定义循环（这对于代理来说很重要，但对于链来说不是必需的）和内置的内存功能。

在langchain v0.2中，我们保留了旧的AgentExecutor，但LangGraph正在成为构建代理的推荐方式。我们增加了一个预构建的LangGraph对象，它相当于AgentExecutor，由于它是基于LangGraph构建的，因此更容易定制和修改。想要了解如何迁移的详细信息，可以查看这里。

从v0.1.0发展：改进对流媒体的支持、标准化工具调用等

自今年1月发布langchain v0.1.0以来，我们在以下几个方面取得了显著的进步：

• 标准化聊天模型接口： 我们希望尽可能轻松地在不同的大型语言模型（LLM）之间进行无缝切换。为此，我们已经标准化了工具调用支持，并为结构化输出添加了一个标准化的接口。
• 异步支持： 我们改进了许多核心抽象的异步支持。这里有一个例子和另一个例子。特别感谢@cbornet帮助我们实现了这一点！
• 流媒体支持： 流媒体对于LLM应用至关重要，我们通过引入事件流媒体API来增强我们的流媒体支持。
• 合作伙伴包： 拥有稳定和可靠的集成是我们的首要任务。我们与生态系统合作伙伴紧密合作，在Python中为20多个供应商添加了专用包，包括MongoDB、Miracle和Together AI，以及在JavaScript中为17个供应商添加了专用包，包括Google VertexAI、Weaviate和Cloudflare。

如何升级

v0.2包含了许多改进，我们设计它以保持向后兼容，并尽量减少破坏性更改。我们还提供了一个迁移命令行界面（CLI）来帮助解决任何问题，并提供了突出版本间变化的文档。

想要了解如何测试CLI并安装v0.2预发布版，请查看我们的GitHub讨论串。同时，请期待在5月20日这一周发布的完整迁移指南。

为什么稳定性对我们如此重要

我们非常重视超过100万依赖LangChain的开发者的信任。随着LangChain的不断发展，我们致力于提供行业领先的解决方案，同时确保一个坚实的基础框架，让工程团队可以自信地在生产环境中使用。

尽管langchain和langchain-core目前还未达到1.0版本，但我们努力最小化破坏性更改，并至少提前一个完整的破坏性发布周期（3-6个月）弃用类。我们的发布节奏也确保了定期的更新和错误修复，保持LangChain平台的可靠性和生产就绪状态。我们还将继续维护0.1版本，并在未来3个月内推送关键的错误修复。点击这里 了解更多关于我们的发布和弃用政策。

​

如何学习AI大模型？

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。