awesome-langchain

一站式找到 LangChain 生态好工具,少走弯路

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 985 🐛 待处理 2 👀 关注 131
GitHub ↗
GitHub 星标 ★ 9590
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,无付费版本。

项目预览

awesome-langchain 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队kyrolabs
定价模式🏷️完全免费
价格说明开源项目,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议CC0-1.0
技术栈/模型ai,awesome,awesome-list,langchain,llm
GitHub 星标★ 9590
上线时间2023-02-28 00:00:00
代码更新2026-10-17
仓库体积361 KB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数5

项目介绍

这是一个精选的 LangChain 生态资源清单,汇集了基于 LangChain 框架构建的工具、项目、教程和集成。它解决了开发者面对庞大且快速迭代的 LangChain 生态时,难以发现高质量资源和最佳实践的问题。核心能力是系统性地分类整理(如代理、记忆、检索、监控等),并提供社区维护的持续更新,帮助用户快速定位到特定场景下的解决方案、学习示例和可复用组件。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9590

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可正常访问 GitHub 的网络环境
  • 已安装 git(如需把仓库克隆到本地)
  • 任意浏览器或 Markdown 阅读器,用于浏览清单内容

安装与启动步骤

  1. 1在线浏览清单

    直接打开 GitHub 仓库页面,按目录中的框架、工具、开源项目、学习资料等分类查找资源。

  2. 2克隆仓库到本地

    把清单仓库下载到本地,方便离线检索和随时更新,仓库内容仅为 Markdown 文档。

    git clone https://github.com/kyrolabs/awesome-langchain.git
  3. 3订阅更新通讯

    README 提供 Substack 订阅入口,每月几封邮件推送文章、视频、项目与工具动态。

  4. 4按贡献指南参与

    如需补充链接,先阅读 contributing.md,再通过 Pull Request 提交或开 Issue 发起讨论。

如何确认成功

本地目录出现 README.md 和 contributing.md 等文档,或在 GitHub 页面能正常看到分类目录与条目链接,即表示获取成功。

常见问题

Q:这个项目需要安装依赖或启动服务吗?

A:不需要。它是纯 Markdown 的资源清单仓库,没有可执行代码、依赖包或服务端口,克隆后直接用编辑器或浏览器查看即可。

Q:怎样快速定位某个场景的资源?

A:README 开头有 Table of Contents,先按 LangChain Framework、Tools、Open Source Projects、Learn 等大类折叠定位,再点进对应小类。

Q:发现好的项目想加进去怎么办?

A:按贡献指南操作:通过 Pull Request 添加链接,或新建 Issue 发起讨论,README 明确说明贡献需先阅读 contributing.md。

Q:如何持续获取清单更新?

A:订阅 README 中给出的 Substack newsletter,或对仓库点 Star/Watch 关注后续提交。

注意事项

  • 仓库本身是精选清单而非可运行软件,不含安装脚本与版本要求。
  • 所有步骤基于 README 中的目录、newsletter 入口和贡献说明推断,README 未提供任何安装命令。
  • 清单中的第三方资源由社区维护,使用前请自行核实其可用性与许可证。

核心亮点

  • 分类细致,覆盖代理、记忆、检索、监控等核心模块,便于按需查找
  • 收录大量真实项目示例,可直接参考或二次开发
  • 社区活跃,持续更新,紧跟 LangChain 版本变化

不足之处

  • 列表式整理,缺乏深度对比或使用指南,需自行验证项目质量
  • 项目数量多但良莠不齐,筛选成本较高

适用场景

  • 快速调研 LangChain 生态,寻找特定功能(如记忆、工具调用)的现成方案
  • 学习 LangChain 最佳实践,参考优秀项目的代码结构
  • 追踪社区趋势,发现新兴工具和集成

替代项目

awesome-llm、langchain-ai/langchain、open-llm

上一篇:FlagEmbedding

下一篇:baml

同类项目推荐

horizon 开源

把终端塞进无限画布,GPU 加速多任务并行,一眼掌控所有会话。

GPU-accelerated terminal board that puts all your sessions on an infinite canvas

★ 720 2026-08-09
lms 开源

在终端里玩转本地大模型,下载、推理、服务一条龙

LM Studio CLI

★ 5407 2026-08-09
ai-agent-skills 开源

一条命令,把技能装进 12+ AI 编程代理

Universal skill installer and package manager for AI coding agents. One command, 12+···

★ 1156 2026-09-12
all-agentic-architectures 开源

一套代码跑通35种智能体架构,快速选型落地

35 production-grade agentic AI architectures (Reflexion, LATS, GraphRAG, MemGPT, Voy···

★ 4691 2026-08-09
llm-api-starterkit 开源

快速搭建你的第一个 LLM API 服务,几分钟跑通

Beginner-friendly repository for launching your first LLM API with Python, LangChain···

★ 105 2026-08-09
tiger 开源

一站式构建安全、知识增强、可微调的 LLM 应用

Open Source LLM toolkit to build trustworthy LLM applications. TigerArmor (AI safety···

★ 403 2026-08-09
Shiro 开源

用 Java/Kotlin 快速开发 QQ 机器人,对接 OneBot 协议。

基于OneBot协议的QQ机器人快速开发框架

★ 342 2026-08-09
alf 开源

统一框架搭建智能体学习训练管线

Agent Learning Framework https://alf.readthedocs.io

★ 367 2026-10-27
guild 开源

让多个 AI 编码代理共享记忆和任务,不再各干各的

Shared context, memory, and task coordination across AI coding agents. Single Go bin···

★ 299 2026-10-06