LangChainは、大規模言語モデルを活用したアプリケーションを構築するためのオープンソースソフトウェアフレームワークであり、プロンプトの連鎖、モデルと外部データやツールの接続、複数ステップにわたって推論するエージェントの構築のための抽象化を提供する。2022年10月に開発者ハリソン・チェイスによって初めてリリースされ、生成AIブーム初期において最も広く採用された開発者フレームワークの1つとなり、PythonとJavaScriptのバインディングと大規模な統合エコシステムを備えている。
このフレームワークは、LLMアプリケーションを構成可能な「チェーン」、すなわちモデル、プロンプト、パーサー、外部サービスへの呼び出しのシーケンスとして整理する。最も一般的なユースケースは検索拡張生成であり、チェーンがベクトルデータベースから関連文書を取得してから、それらをコンテキストとしてモデルに渡すことで、幻覚を軽減し、回答を特定のコーパスに基づかせる。
歴史
LangChainの2022年10月のリリースは、ChatGPTへの準備期間とほぼ正確に重なり、翌月のChatGPTの公開後、開発者がOpenAIや他の研究所のAPI上に独自のアプリケーションを急いで構築したため、フレームワークへの関心は急激に高まった。LangChain Incは2023年に設立され、プロジェクトが検索およびエージェントアプリケーション構築のチュートリアルにおけるデフォルトの参照点となるにつれて、シード資金を調達した。フレームワークは後に、チェーンを宣言的に構成するためのLangChain Expression Language（LCEL）を導入し、2024年には、状態を持つ循環型エージェントワークフローを構築するためのライブラリであるLangGraphと、可観測性およびデバッグプラットフォームであるLangSmithを立ち上げ、初心者向けチュートリアルから本番環境向けツールへの幅広い転換を反映した。
アーキテクチャと機能
LangChainの主要な抽象化には、チェーン、プロンプト、メモリ、エージェント、ツール、レトリーバー、出力パーサーが含まれ、さまざまなモデルプロバイダーやデータソース間で組み合わせて使用できるように設計されている。多くのプロバイダーからのモデル、ベクトルストア、数百の外部ツールへの接続を提供する広範な統合面を備えており、この領域は後に、業界全体でツールとデータソースをモデルに配線するための標準化された代替手段として、オープンなModel Context Protocolの登場によって補完された。会話エージェントにターン間の永続性を与えるメモリモジュールは、後にコンテキストエンジニアリングという見出しで説明されるより広範な問題への初期の試みであった。
評価と批判
LangChainは、RAGおよびエージェントアプリケーションのプロトタイピングを加速し、「チェーン」「エージェント」「ツール」といった共有語彙をLLMアプリケーションエコシステム全体に普及させたと広く評価されている。一方で、過剰な抽象化レイヤー、不透明なエラーメッセージ、APIの頻繁な破壊的変更について、開発者コミュニティの一部から継続的な批判も受けている。2023年に広く共有された「The Problem With LangChain」と題するエッセイは、多くの本番チームはフレームワークをまったく必要としておらず、モデルAPIを直接呼び出す方が適していると主張した。検索に特化したLlamaIndexやさまざまな低レベルSDKを含む競合フレームワークは、これらの批判に部分的に応えて登場し、2020年代半ばまでに多くのチームはLangChainをフルスタックソリューションとして採用するのではなく、オーケストレーションや特にLangGraphのために選択的に使用するようになった。