LangChain v0.2 即将发布

     在2024年1月8日，LangChain发布了(LangChain v0.1.0)[https://blog.langchain.dev/langchain-v0-1-0]，是一个里程碑的带来很重磅的LCEL

     LangChain 0.2 计划于 05 月 20 日这一周发布。 消息来源[https://github.com/langchain-ai/langchain/discussions/21437]

LangChain v0.2: A Leap Towards Stability- LangChain Blog[https://blog.langchain.dev/langchain-v02-leap-to-stability/] 

（LangChain v0.2：迈向稳定的飞跃）

现将这篇官方博文翻译整理，所提到的升级内容如下所示：

• langchain 和 langchain-community的分离

  最值得关注的变化之一是 langchain 与 langchain-community的解耦。最后，langchain-community 现在将依赖于 langchain-core 和 langchain，目的是创建一个更强大且独立的包。

• 更好的版本文档

       把当前文档调整为 v0.1 版本，并开始维护单独的 v0.2 版本。

  文档更加扁平和简单化，主要分为四个部分：教程、操作指南、概念指南和 API 参考。这应该会让我们更容易找到文档，并将提供一份最核心的一成不变的指南，与此同时还将提供一份LangChain版本更新指南：Changes to LangChain[https://python.langchain.com/v0.2/docs/versions/overview]

• 更成熟可控的Agent框架：LangGraph

       在LangChain的最开始阶段，很难自行定制pre-built Chains和Agents的内部结构，我们去年夏天引入了 LCEL 来解决Chain的问题，从而可以轻松创建任意可组合序列。

       目前，LangChain 中的Agents始终是基于 AgentExecutor，我们向此类添加了越来越多的参数来支持日益先进的代理，但它仍然还是不可组合的（无法很好地使用LCEL） 几个月前推出了一个扩展功能LangGraph[https://blog.langchain.dev/langgraph/]，专门用于创建Agentic workloads。将其视为“LCEL for agents”。它在 LCEL 基础上，添加了两个重要组件：轻松定义周期的能力（对于Agent很重要，但对于Chain来说并不需要） 内置记忆组件built-in memory

      在v0.2版本我们依然保留AgentExecutor，但 LangGraph 正在成为构建Agents的推荐方式。我们添加了一个预构建的 LangGraph 对象，该对象相当于 AgentExecutor — 通过在 LangGraph 上构建，更容易自定义和修改，迁移指南 How to migrate from legacy LangChain agents to LangGraph[https://python.langchain.com/v0.2/docs/how_to/migrate_agent]

• 改进了 LLM 接口标准化，特别是在Tool Calling方面，更好的streaming支持 

           ◉ 标准Chat Model接口：

  我们希望尽可能轻松地在不同的大语言模型（LLMs）之间无缝切换。为了做到这一点，我们标准化Tool Calling支持[https://blog.langchain.dev/tool-calling-with-langchain/] ，并添加了结构化输出（Structuring Output）标准化接口[https://github.com/langchain-ai/langchain/discussions/18154].

          ◉ 异步（Async）支持

  我们改进了对许多核心抽象的异步支持。两个例子： Simplify astream logic in BaseChatModel and BaseLLM[https://github.com/langchain-ai/langchain/pull/19332] Add async aformat_document method[https://github.com/langchain-ai/langchain/pull/20037]

          ◉ 流式（Streaming）支持

  对于 LLM 应用程序至关重要，我们通过添加 Event Streaming API[https://python.langchain.com/docs/expression_language/streaming/?ref=blog.langchain.dev#using-stream-events]. API 改进了流支持。

• 30+ 新的第三方包的支持

       与生态系统合作伙伴密切合作，为 20 多个 Python 提供商（包括 MongoDB、Mistral 和 Together AI）以及 17 个 JavaScript 提供商（包括 Google VertexAI、Weaviate 和 Cloudflare）添加专用软件包。