各种大型语言模型通过API开放其能力，导致基于大模型的应用程序出现爆炸性增长，这可以称为AI应用的寒武纪大爆发。
如何基于大型模型轻松开发自己的应用程序？成为许多开发者面临的问题。因此，LangChain应运而生，以满足这一需求。
LangChain是一个基于大型语言模型（LLM）开发应用程序的编程框架。基于LLM的应用程序不仅仅是直接调用LLM API，它们还包括：
访问其他数据（如企业或开发者拥有的数据、各种开源数据集等）。这种对数据的感知是LangChain强调的第一个原则。与其他系统或环境（如搜索引擎、Python编译器、数学计算器等）交互，实现各种丰富的产品功能。这种代理原则是LangChain的第二个重点。LangChain为什么强调这两个原则？这与LLM的能力及其在系统中的角色有关。
尽管像GPT-4 这样强大的LLMs是能力出众的AI模型，从概念上我们可以将它们抽象为一个“文本输入，文本输出”的系统：输入是提示（Prompt），输出是完成（Completion）。输入是自然语言，输出可以是自然语言、程序代码或其他形式语言，如Markdown、文本图表等。但本质上它仍然是文本。
