Was ist LangChain?
LangChain ist ein Open-Source-Framework zur Entwicklung von Anwendungen, die auf Large Language Models (LLMs) basieren. Es abstrahiert die Komplexität der LLM-Integration und bietet Bausteine für häufige Muster wie RAG, Chatbots und KI-Agenten.
Was ist LangGraph?
LangGraph erweitert LangChain um die Modellierung komplexer, zustandsbehafteter Abläufe als Graphen. Während LangChain lineare Ketten (Chains) gut abbildet, ermöglicht LangGraph Schleifen, Verzweigungen und parallele Ausführung – ideal für KI-Agenten.
Kernkonzepte
| Konzept | Beschreibung |
|---|---|
| Chain | Sequenz von Verarbeitungsschritten (z.B. Prompt → LLM → Parser) |
| Retriever | Abrufen relevanter Dokumente aus einer Vektordatenbank |
| Tool | Externes Werkzeug, das ein LLM aufrufen kann (z.B. API, Datenbank) |
| Agent | LLM, das eigenständig entscheidet, welche Tools es nutzt |
| Memory | Gesprächsverlauf und Kontextverwaltung |
Typische LangChain-Pipeline (RAG)
- Nutzerfrage wird entgegengenommen
- Retriever sucht relevante Dokumente in der Vektordatenbank
- Prompt Template kombiniert Frage und Kontextdokumente
- LLM generiert eine Antwort basierend auf dem Kontext
- Output Parser strukturiert die Antwort für die Anwendung
Einsatzgebiete
- Dokumenten-Chatbots: RAG-basierte Frage-Antwort-Systeme
- KI-Agenten: Autonome Assistenten, die Aufgaben planen und Tools nutzen
- Datenanalyse: Natürlichsprachliche Abfragen auf Datenbanken
- Workflow-Automatisierung: Komplexe Geschäftsprozesse mit LLM orchestrieren
Vorteile
- Modularität: Bausteine lassen sich flexibel kombinieren
- LLM-agnostisch: Unterstützt OpenAI, Claude, Llama, Mistral u.v.m.
- Große Community: Hunderte von Integrationen und Beispielen
- Produktionsreif: LangSmith für Monitoring und Debugging in Produktion
