LangChain es un framework de software de código abierto para construir aplicaciones impulsadas por modelos de lenguaje de gran tamaño, que proporciona abstracciones para encadenar prompts, conectar modelos a datos y herramientas externas, y construir agentes que razonan a lo largo de múltiples pasos. Publicado por primera vez en octubre de 2022 por el desarrollador Harrison Chase, se convirtió en uno de los frameworks de desarrollo más adoptados del auge de la IA generativa temprano, con enlaces en Python y JavaScript y un amplio ecosistema de integraciones.
El framework organiza las aplicaciones de LLM como "cadenas" componibles: secuencias de llamadas a modelos, prompts, analizadores y servicios externos. Su caso de uso más común es la generación aumentada por recuperación, donde una cadena recupera documentos relevantes de una base de datos vectorial antes de pasarlos a un modelo como contexto, reduciendo la alucinación y fundamentando las respuestas en un corpus específico.
Historia
El lanzamiento de LangChain en octubre de 2022 coincidió casi exactamente con el período previo a ChatGPT, y el interés en el framework se aceleró bruscamente después del lanzamiento de ChatGPT al mes siguiente, mientras los desarrolladores se apresuraban a construir sus propias aplicaciones sobre las API de OpenAI y otros laboratorios. LangChain Inc se fundó en 2023 y recaudó financiación inicial mientras el proyecto se convertía en un punto de referencia predeterminado en tutoriales sobre la construcción de aplicaciones de recuperación y agentes. El framework introdujo posteriormente el Lenguaje de Expresión de LangChain (LCEL) para componer cadenas de forma declarativa, y en 2024 lanzó LangGraph, una biblioteca para construir flujos de trabajo de agentes cíclicos y con estado, junto con LangSmith, una plataforma de observabilidad y depuración, reflejando un giro más amplio desde tutoriales para principiantes hacia herramientas de nivel de producción.
Arquitectura y características
Las abstracciones centrales de LangChain incluyen cadenas, prompts, memoria, agentes, herramientas, recuperadores y analizadores de salida, diseñadas para combinarse entre diferentes proveedores de modelos y fuentes de datos. Ofrece una amplia superficie de integración, conectándose a modelos de muchos proveedores, almacenes vectoriales y cientos de herramientas externas, un área que luego se complementó con la aparición del Protocolo de Contexto de Modelo abierto como una alternativa estandarizada para conectar herramientas y fuentes de datos a modelos en toda la industria. Sus módulos de memoria, que dan persistencia a los agentes conversacionales a lo largo de los turnos, fueron un intento temprano del problema más amplio que luego se describió bajo el encabezado de ingeniería de contexto.
Recepción y críticas
A LangChain se le atribuye ampliamente haber acelerado la creación de prototipos de aplicaciones de RAG y agentes, y haber popularizado un vocabulario compartido, como "cadenas", "agentes" y "herramientas", en todo el ecosistema de aplicaciones de LLM. También ha atraído críticas sostenidas de parte de la comunidad de desarrolladores por su excesiva capa de abstracción, mensajes de error opacos y cambios frecuentes que rompen la compatibilidad en su API. Un ensayo de 2023 ampliamente compartido titulado "El problema con LangChain" argumentó que muchos equipos de producción no necesitaban el framework en absoluto y que les convenía más llamar directamente a las API de los modelos. Frameworks competidores, incluido LlamaIndex, centrado en la recuperación, y varios SDK de nivel más bajo, surgieron en parte como respuesta a estas críticas, y para mediados de la década de 2020 muchos equipos usaban LangChain de forma selectiva, para orquestación o específicamente para LangGraph, en lugar de adoptarlo como una solución integral.