LangChain 开源框架提供了一种新方法来构建和集成大型语言模型（LLM），简化了复杂技术任务，并促进了创造力和创新。尽管存在强大的 LLM 如 GPT-4，但它们需要额外的组件和工具来更好地服务于现实世界的需求。
LangChain 主要概念Models：包括大型语言模型（LLMs）、聊天模型、文本嵌入模型等。
Prompts：包括提示模板，指导模型如何回答问题或生成文本。
Indexes：通过索引允许文档结构化，让 LLM 更直接、更有效地与文档互动。
Document Loaders：帮助模型存储和访问信息。Text Splitters：将长篇文本拆分成易于处理的小块。Vector Stores：存储文本的数学表示（向量）。Retrievers：在向量存储中检索和提取信息。Chains（链）
Chain：连接不同智能积木块的基本方式。LLM Chain：链接语言模型的简单 Chain。Index-related Chains：集成索引功能，确保信息的高效流动。Agents（智能体）：听取用户需求和分析情境，选择最合适的工具执行操作。Agent 执行过程包括观察（Observation）、思考（Thought）、行动（Action）。
