chat-langchain

上传文档就能得到会引用出处的问答机器人

开源 🏷️基础免费,高级付费 ✅ 目前可打开 搜索知识 🍴 复刻 1493 🐛 待处理 554 👀 关注 47
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 6472
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 网页版免费使用,LangChain云平台提供付费增值服务

项目预览

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

项目数据

分类搜索知识
开发团队langchain-ai
定价模式🏷️基础免费,高级付费
价格说明网页版免费使用,LangChain云平台提供付费增值服务
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言TypeScript
GitHub 星标★ 6472
上线时间2023-01-16 00:00:00
代码更新2026-11-03
仓库体积15.7 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-12
浏览次数1

项目介绍

chat-langchain 是 LangChain 官方推出的开源聊天机器人示例项目,用于演示如何基于 LangChain 生态构建一个可检索知识库的对话式问答应用。它把文档加载、文本切分、向量化存储、相似度检索与大模型生成串联成完整链路,用户提问后系统先从索引中召回相关片段,再交给模型组织答案,从而缓解大模型幻觉与知识过时问题。项目提供前端聊天界面与后端 API,支持流式输出、对话历史和多轮追问,并内置可复现的索引脚本,方便替换成自己的文档。它既是学习 RAG 架构的参考实现,也是快速搭建企业知识问答原型的脚手架,代码结构清晰、模块解耦,便于二次开发。

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 2026-09-12 · 当前星标 ★ 6472

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:本地安装 5 步

环境要求

  • Python 3.11 或更高版本
  • uv(推荐)或 pip 包管理器
  • Git(用于克隆仓库)
  • 申请所需的 API 密钥,用于填写 .env

安装与启动步骤

  1. 1克隆项目仓库

    把官方仓库拉到本地并进入项目根目录,后续命令都在该目录下执行。

    git clone https://github.com/langchain-ai/chat-langchain.git
    cd chat-langchain
  2. 2安装依赖(uv)

    README 推荐方式,uv sync 会按项目锁文件创建虚拟环境并装齐依赖。若未装 uv 可改用下一步的 pip 方式。

    uv sync
  3. 3安装依赖(pip 备选)

    没有 uv 时可用 pip 以可编辑模式安装本项目,同样在仓库根目录执行。两种方式选其一即可。

    pip install -e .
  4. 4生成环境变量文件

    复制模板生成 .env,之后用编辑器把所需 API 密钥填进去,文件不要提交到仓库。

    cp .env.example .env
  5. 5填写 API 密钥

    打开 .env 按模板逐项填写。README 的变量表格被截断,具体变量名以仓库内 .env.example 为准。

关键配置

配置项必填说明示例
.env 中的 API 密钥项是供文档检索与模型调用使用,变量名见 .env.example参考仓库内 .env.example 逐项填写

如何确认成功

依赖安装无明显报错、.env 中必需密钥已填写完毕,即完成安装准备;README 未给出本地启动命令与成功标志。

常见问题

Q:机器上没有安装 uv 怎么办?

A:改用 pip 方式:pip install -e . 即可安装依赖,两种方式 README 都提供了。

Q:需要 Python 什么版本?

A:README 明确要求 Python 3.11 及以上,版本过低会导致依赖安装失败。

Q:具体要配置哪些环境变量?

A:README 中的变量表格内容被截断,只说明需在 .env 填 API 密钥,请打开仓库里的 .env.example 查看完整变量名。

Q:前端界面怎么启动?

A:README 只说明仓库内的 frontend/ 目录是一个 Next.js 前端,并未给出任何前端启动命令,需要自行查看该目录说明。

注意事项

  • README 的 Running Locally 与 Deployment 章节为空,因此本地启动命令和部署步骤无法从 README 得知。
  • 项目定位为托管式 Deep Agent(Managed Deep Agent),涉及托管部署与身份、连接器,实际使用可能依赖对应平台账号。
  • 命令需在克隆后的仓库根目录执行,不要在子目录里运行安装命令。
  • .env 内含密钥,注意加入 .gitignore,不要提交到公开仓库。

核心亮点

  • 官方出品,完整演示 RAG 全链路,从索引到流式问答代码可直接复用
  • 前端后端分离,TypeScript 实现,接口清晰,便于替换向量库或模型
  • 内置可复现索引脚本与示例数据,跑通后换成自有文档即可上线原型

不足之处

  • 作为示例项目,生产级能力如权限、限流、监控等需要自行补齐
  • 依赖 LangChain 与外部模型/向量服务,版本迭代快,升级时兼容成本较高

适用场景

  • 企业内部文档、制度手册的智能问答助手
  • 开发者学习并快速搭建 RAG 聊天机器人原型
  • 把产品说明书、FAQ 变成可对话的客服知识库

替代项目

langchain、quivr、danswer

上一篇:KnowAgenticRAG

下一篇:SuperMew

同类项目推荐

DocMeld 开源

从 PDF 一键生成智能体就绪知识库,无需 OCR

Lightweight Doc-to-agent-ready knowledge pipeline. Three-stage Bronze→Silver→Gold ···

★ 102 2026-08-09
RAGHub 开源

一站式逛遍 RAG 生态,快速找到你需要的框架和资源。

A community-driven collection of RAG (Retrieval-Augmented Generation) frameworks, pr···

★ 2021 2026-08-09
obsidian-Smart2Brain 开源

让 Obsidian 笔记开口说话,用聊天方式秒查知识库

A free, open-source Obsidian plugin that makes your vault smarter: better search, an···

★ 1340 2026-08-09
cool-ai-stuff 开源

免费AI资源一网打尽,省时省力找替代

This repository contains a list of free to use AI APIs and sites. We are NOT endorsi···

★ 1210 2026-08-09
local-LLM-with-RAG 开源

本地跑大模型,私有文档秒变智能问答助手

Running local Language Language Models (LLM) to perform Retrieval-Augmented Generati···

★ 290 2026-08-09
MindSQL 开源

用自然语言聊数据库,自动生成 SQL 并返回结果

MindSQL: A Python Text-to-SQL RAG Library simplifying database interactions. Seamles···

★ 447 2026-08-09
ragpi 开源

用你的文档,搭建专属 AI 问答助手。

An open-source AI assistant answering questions using your docs

★ 260 2026-08-09
llm-search 开源

用自然语言问本地文档,秒级精准找答案

Querying local documents, powered by LLM

★ 662 2026-08-09
Des-CTF-Knowledge 开源

CTF 资料一库打尽,AI 问答秒查漏洞与题解

2026 CTF 知识库:12 篇 Web 漏洞深度文章 + 1049 篇历年大赛 WP + 110 个解题脚本 + Payl···

★ 449 2026-10-02