1.认识LangChain
AI领域的“Spring”，它是构建GenAI产品的首选框架，足够灵活，功能强大，以AI为中心的一个toolkit。
那么LangChain有什么能力呢？其实官网也说得很清楚：
可以连接内部私有数据：能与自己的数据库连接或从文件中提取信息，并根据这些信息执行具体的操作。比如发送邮件等
互操作和替换性：提供了强大的组件，这些组件可以灵活的组装，也可以替换，比如可以灵活的换一个模型
强大的表达式语言（LangChain Expression Language-LCEL）：支持并行、fallbacks、batch、streaming、async等能力
应该说它还是很强大的，那么怎么做到的呢？
2.LangChain Conceptual（相关概念）
LangChain包含了一些packages，主要有：
langchain-core：没有包含任何的第三方组件，有一些核心组件，如LLMs，vectorstores，retrievers等
langchain：包括了chains，agents，retrieval strategies，用于构建一个应用架构
langchain-community：包括第三方集成，由LangChain社区维护
langgraph：对langchain的扩展，构建robust、stateful的multi-actor应用
langserver：将langchain部署为restful api
这里再主要介绍一下核心的LangChain Expression Language（LCEL）
2.1 LangChain Expression Language（LCEL）
这个东西的目的，其实就是将components进行组合，最简单的 “prompt + LLM”，以及复杂一点的甚至可以达到100多个step的组合。
它支持：
流支持（First-class streaming support）：可以直接从LLM到streaming output parser进行流输出，这样增量式的处理LLM的输出
异步支持（Async support）：可以同步也可以异步调用API，这样可以并发的处理请求
并行执行（Parallel execution）：很多steps是可以并行执行的，比如从多个retrievers中检索数据
故障处理（Retries and fallbacks）：这是为了让chains更加reliable，在LCEL chain中可以配置retries、fallbacks机制
访问中间结果（Access intermediate results）：为了增加可调试的特性，可以对中间的结果进行调试，访问中间的结果
输出和输出模式（Input and output schemas）：每个chain可以支持Pydantic、JSONSchema的格式
这里还要介绍一个重要的点，就是Runnable interface。
2.2 Runnable interface
它里面有个所谓的 Runnable protocol，很多的LangChain组件，都实现了这个协议，包括 chat models，LLMs，output parsers，retrievers，prompt templates等等。
这个标准接口包括：
stream：将response作为流返回
invoke：接受某个input，调用chain
batch：接受list of inputs，调用chain
还有一些async methods：
astream/ainvoke/abatch：相应的异步方法
astream_log：输出中间的步骤
astream_events：当发生一些事件，输出
上面其实提到了input、output，每个组件的input、output类型都有点不一样。
这里有一个表格可以看到：
| Component | Input Type | Output Type |
|---|---|---|
| Prompt | Dictionary | PromptValue |
| ChatModel | Single string, list of chat messages or a PromptValue | ChatMessage |
| LLM | Single string, list of chat messages or a PromptValue | String |
| OutputParser | The output of an LLM or ChatModel | Depends on the parser |
| Retriever | Single string | List of Documents |
| Tool | Single string or dictionary, depending on the tool | Depends on the tool |
