LangChain又上新了！LangChain项目贡献者@莫尔索新书重磅上市

尽管 LangChain 在早期没有产生收入，也没有明确的商业化计划，却在短时间内获得 1000 万美元的种子轮融资，紧接着又获得 2000万美元~ 2500万美元的 A 轮融资，估值约为 2 亿美元，LangChain 的快速崛起和获得的资本支持，表明了 AI 领域对于创新工具和平台的迫切需求，以及对于能够推动 AI 技术应用和开发的工具的高度认可。

• 基础设施层：这一层次专注于构建和提供大模型的底层架构。这通常包括大规模的数据处理和存储能力、用于模型训练的计算资源，以及提供模型即服务（MaaS）的API，目标是提供稳定、可扩展且性能优越的语言模型服务。

• 垂直领域层：在基础设施层之上，垂直领域层使用领域特定数据对模型进行微调，使其在特定垂直市场或行业（如医疗、法律、金融等）中的表现更精确和有效。微调可以帮助模型更好地理解和生成与特定领域相关的语言和概念。

• 应用层：在此层次中，开发者和公司构建具体的面向用户的产品和服务。这些应用将大模型的能力转化为用户可以直接与之交互的工具和平台，比如聊天机器人、内容生成工具、自动编程助手等。应用层的重点在于用户体验和接口设计，使非技术用户也能轻松利用大模型的能力。

LangChain 等工具旨在简化这些层次的集成，帮助开发者快速开发和部署基于大模型的应用。它们提供了预建组件、模板和接口，以加速从概念验证到生产部署的过程。这种框架的实用性在于减少开发时间和降低技术门槛，因此市场上的竞争日益激烈。

通过 GitHub 上的贡献者数量、引用数以及 Star 数（如图3）这三项数据，以及编程语言兼容性，对 4 种框架进行了简单比较。

• LangChain 显然是这一组中社区最活跃的框架，拥有最多的贡献者和较高的引用数。它的 Star 数也相当高，这表明它在开发者中广受欢迎并具有较高的认可度。

• SK 贡献者数量相对较少，是一个新兴框架，相对较少的 Star 数意味着它的社区影响力和知名度不如 LangChain，没有获取到引用数信息，但是在编程语言支持方面比较优秀，可以覆盖更多的开发者群体。

• LlamaIndex 虽然在贡献者数量上不及 LangChain，但社区活跃度很高，并且可以直接作为 LangChain 的检索模块使用，是开源社区中最有影响力的检索增强生成引擎。

• AutoGPT 在 Star 数方面远超其他框架，这个项目在验证大模型驱动的智能代理概念方面引起了极大的关注，其独特的功能和应用前景吸引了大量有兴趣的潜在开发者。

　表1：LangChain、SK、LlamaIndex 和 AutoGPT 相关数据比较

图3：LangChain、SK、LlamaIndex 和 AutoGPT 在GitHub上的Star数变化

《LangChain编程：从入门到实践》

李多多（@莫尔索）| 著

作者手把手教你利用 LangChain 简化大模型应用开发，全书共分为 10 个章节，包括以下核心内容：

• 深入解析 LangChain 六大组件：模型输入/输出、检索、链、记忆、代理与回调，全方位掌握核心功能。

• 实战案例：从 0 到 1 构建多模态智能机器人，理论结合实践，轻松开启大模型应用之旅。 

• 配套丰富：随书附赠详尽示例代码，快速上手，轻松驾驭大模型技术。

• 轻松入门：讲解细致入微，学习路径清晰明了，与时俱进，助你成为大模型应用开发达人。

不管你是新手还是在使用 LangChain 的过程中遇到过困难，这本书都能给你帮助。