项目预览
项目数据
项目介绍
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 2026-10-06 · 当前星标 ★ 9783
使用教程
⚠ 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
下一篇:claude-skills
同类项目推荐
sagentic-af
开源
用 TypeScript 快速搭建可扩展的自主 AI 智能体
Sagentic.ai Agent Framework - Sagentic.ai is a unified platform for building, runnin···
perchance
开源
用 Python 调用 Perchance 生成器,快速实现文本和图像生成。
Unofficial Python API for Perchance.
griptape
开源
用 Python 模块化搭建 AI 智能体,搞定复杂工作流。
Modular Python framework for AI agents and workflows with chain-of-thought reasoning···
ai-devices
开源
快速搭建语音AI设备原型,集成主流模型开箱即用
AI Device Template Featuring Whisper, TTS, Groq, Llama3, OpenAI and more
yzma
开源
Go 里直接跑本地大模型,无需 Python 和网络
Go with your own intelligence - Write Go applications that directly integrate llama.···
Antigravity-Deck
开源
一条命令部署,任何设备远程操控你的 AI 工作区
Remote control for Antigravity — manage AI conversations, workspaces, and agents fr···
syncode
开源
让大模型输出严格符合语法,告别格式错误
Efficient and general syntactical decoding for Large Language Models
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.
genai-stack
开源
一键搭建端到端生成式 AI 应用,省去集成烦恼
An End to End GenAI Framework
