langchaingo

用 Go 写 LLM 应用,像调库一样简单

langchaingo 是 LangChain 的 Go 语言实现,为 Go 开发者提供构建 LLM 应用所需的完整工具链。它解决了 Go 生态中缺少统一大模型编排框架的问题,让习惯 Go 的团队无需切换到 Python 也能开发 AI 应用。核心能力包括:统一的 LLM 接口,可对接 OpenAI、Anthropic、Ollama 等多家模型;Prompt 模板与输出解析器;链式调用(Chains)把多个步骤串成工作流;记忆(Memory)管理多轮对话上下文;向量存储与检索增强生成(RAG);以及 Agent 与工具调用能力。项目 API 设计贴近 Go 习惯,类型安全、并发友好,适合把 LLM 能力嵌入现有 Go 后端服务,而非单独跑一个 Python 服务。

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 9712
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类开发框架
开发团队tmc
所属国家
定价模式free
价格说明开源免费(MIT许可证)
访问状态
是否开源是
开源协议MIT
主要语言Go
技术栈/模型ai,go,golang,langchain
GitHub 星标★ 9712
30天Star增速
HF 下载量
上线时间2023-02-18 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-06
浏览次数0

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

正在加载星标数据…

技术标签

使用教程

—

难度:入门 约 10 分钟 部署方式:库/依赖 5 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

  • 已安装 Go 开发环境(README 未指定版本,建议使用较新稳定版)
  • 能访问 GitHub 及 Go 模块代理,用于下载 github.com/tmc/langchaingo
  • 使用 README 示例中的 OpenAI 模型时,需自备可用的 API 密钥

安装与启动步骤

  1. 1确认 Go 环境

    langchaingo 是 Go 语言库,先确认本机已装 Go 工具链;README 未给出具体版本要求,建议用较新稳定版。

    go version
  2. 2获取项目依赖

    在你的 Go 项目中引入 langchaingo 模块,模块路径来自 README 示例代码中的 import 地址。

    go get github.com/tmc/langchaingo
  3. 3编写示例代码

    把 README 的官方示例写入 main.go,它调用 openai.New() 并向模型发送一句提示词。

    package main
    
    import (
      "context"
      "fmt"
      "log"
    
      "github.com/tmc/langchaingo/llms"
      "github.com/tmc/langchaingo/llms/openai"
    )
    
    func main() {
      ctx := context.Background()
      llm, err := openai.New()
      if err != nil {
        log.Fatal(err)
      }
      prompt := "What would be a good company name for a company that makes colorful socks?"
      completion, err := llms.GenerateFromSinglePrompt(ctx, llm, prompt)
      if err != nil {
        log.Fatal(err)
      }
      fmt.Println(completion)
    }
  4. 4运行示例

    在 main.go 所在目录执行,README 给出的运行方式即为 go run . ;首次运行会拉取依赖。

    go run .
  5. 5查看更多示例

    README 指向仓库 ./examples 目录,克隆后可逐个进入子目录运行,学习 Chain、Agent 等用法。

    git clone https://github.com/tmc/langchaingo.git

关键配置

配置项必填说明示例
OPENAI_API_KEY是README 示例使用 openai.New() 连接 OpenAI,需提供对应密钥sk-xxxxxxxxxxxxxxxx

如何确认成功

执行 go run . 后终端打印出模型返回的结果,例如 README 中所示的 Socktastic,即表示调用成功。

常见问题

Q:必须安装 Python 版 LangChain 吗?

A:不需要。这是 LangChain 的 Go 语言实现,用 Go 工具链即可,示例通过 go run . 直接运行。

Q:如何换成别的模型?

A:项目支持对接 OpenAI、Anthropic、Ollama 等,可把示例中的 llms/openai 换成其他实现包,具体用法见官方文档与 examples。

Q:提示找不到 github.com/tmc/langchaingo 包怎么办?

A:先执行 go get github.com/tmc/langchaingo,并确认网络或模块代理可用,之后重新 go run .。

Q:有完整文档吗?

A:有。README 提供了文档站 https://tmc.github.io/langchaingo/docs/ 与 API 参考 https://pkg.go.dev/github.com/tmc/langchaingo。

注意事项

  • README 未给出安装章节,以上步骤基于其示例代码与运行命令整理,实际以官方文档为准。
  • langchaingo 以库/依赖方式集成,通常不需要部署服务或容器。
  • 运行 README 示例需要可用的模型 API 凭证,缺少凭证会调用失败。
  • 更多可运行示例见仓库的 ./examples 目录。

核心亮点

  • 提供统一 LLM 接口,可切换 OpenAI、Anthropic、Ollama 等多家模型,避免厂商锁定
  • 覆盖 Chains、Memory、RAG、Agent 等完整能力,Go 后端可直接嵌入 AI 功能
  • 纯 Go 实现,类型安全且天然支持并发,部署无需额外 Python 运行时

不足之处

  • 相比 Python 版 LangChain,部分新特性和生态集成跟进较慢
  • 文档与示例相对分散,复杂 Agent 场景的调试体验一般

适用场景

  • 在现有 Go 微服务中接入大模型问答能力
  • 用 Go 构建基于私有文档的 RAG 检索问答服务
  • 为内部系统开发可调用工具的 AI Agent 助手

替代项目

langchain、llama_index

项目介绍

langchaingo 是开发框架领域的开源项目,由 tmc 开发,2023 年首次发布。

在全站 13,752 个收录项目中,它的 GitHub 星标数(9,712)位列前 5%,在开发框架分类的 832 个项目里位列前 6%。

项目目前处于活跃维护状态,最近一次代码更新于 2026-10-05。开源免费(MIT许可证)。

它主要面向的使用场景是:在现有Go微服务中接入大模型问答能力。同类可对比的替代方案包括 langchain、llama_index。

上一篇:dsh-codex-subscription

下一篇:claude-skills

同类项目推荐

dsh-our-free-model 开源

装个插件就能免密钥白嫖前沿大模型,不限量

在 dsh 里装上这个插件即可,无需登录、注册或填 API Key,就能使用包括 DeepSeek V4.1 Fl···

★ 1624 2026-10-04
langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 147473 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166980 2026-08-09