langchain、langchain-core 和 langchain-community 是 LangChain 项目为了更清晰的组织架构和依赖管理而拆分出的三个主要包。它们之间的协作关系可以用一个清晰的模型来理解。

核心概念比喻

你可以把它们想象成一个公司的结构：

• langchain-core：基础架构部

  • 职责：定义公司的核心规章制度、通用接口（Interface）和基础工具。所有部门都必须遵守这些规则。

  • 具体来说：它包含了最核心的抽象基类（ABCs），如 BaseChatModel, BaseRetriever, BaseTool, Runnable interface 等。这些规定了“一个LLM应该有什么方法”、“一个检索器应该如何定义”，但不提供具体实现。

• langchain：核心产品与集成部

  • 职责：使用core定义的规则，开发和维护官方支持的、高质量的核心组件和第三方集成（Integrations）。

  • 具体来说：它包含了基于core接口的具体实现，比如OpenAI、Anthropic的LLM封装，Chroma、Pinecone的向量存储检索器，以及各种链（Chains）、代理（Agents）的逻辑。这里的集成是经过LangChain团队精心维护和测试的。

• langchain-community：社区与第三方生态部

  • 职责：容纳大量由社区贡献的、或来自第三方服务的集成和工具。这里的组件更多样化，但可能不如核心包里的那么稳定或及时更新。

  • 具体来说：它包含了无数个第三方模型的集成、不那么流行的向量数据库工具、各种小众的API工具等。它的存在是为了保持langchain核心包的轻量和稳定，同时又能拥抱庞大的社区生态。

三者如何协作

它们之间的依赖和协作关系如下图所示：

1. langchain-core 是基石：

   • langchain 和 langchain-community 都依赖于 langchain-core。

   • 这意味着，无论你安装 langchain 还是 langchain-community，你都会自动安装 langchain-core。

   • langchain 和 langchain-community 中的任何组件，只要是LLM、检索器、工具等，都必须实现 langchain-core 中定义的对应接口。

2. langchain 是官方标准：

   • 它直接依赖 langchain-core，并提供主要实现。

   • 它通常不依赖 langchain-community，以保证自身的简洁和稳定。

   • 当你 import langchain.llms import OpenAI 时，你使用的是核心包里的官方实现。

3. langchain-community 是生态扩展：

   • 它同样依赖 langchain-core（因为它要实现那些接口）。

   • 它内部的很多组件在运行时可能需要 langchain 中的一些辅助工具或工具类，因此它对 langchain 是可选依赖（optional dependency）。这意味着，如果你想使用 langchain-community 里的某个特定工具，你可能需要额外安装对应的依赖（如 langchain 本身或其他包）。

实际应用中的导入示例

假设你想使用 OpenAI 的模型，你有两种方式，这体现了包的分层：

1. 使用官方维护的核心包实现（推荐）

# 从核心包 langchain 中导入
from langchain_openai import ChatOpenAI # 这是最新的命名，旧版是 from langchain.chat_models import ChatOpenAI
from langchain_core.messages import HumanMessage

llm = ChatOpenAI(model_name="gpt-4")
message = [HumanMessage(content="Hello")]
response = llm.invoke(message)

• 这里 ChatOpenAI 是 langchain 核心包提供的，它实现了 langchain_core.language_models.BaseChatModel 这个接口。

2. 使用社区包中的实现（通常不需要，除非核心包没有）

# 从社区包 langchain_community 中导入（理论上存在，但通常不会这么做）
# from langchain_community.llms import OpenAI  # 这是一个旧版示例，现在官方推荐用上面的方式

# 更常见的例子是使用一个非常小众的模型
# from langchain_community.llms import Petals

• 对于OpenAI这种主流服务，你绝对应该使用 langchain 中的版本。社区包通常用于存放那些还未被核心包收录或不够主流的小众集成。

总结与建议

给开发者的建议：

• 大多数情况下，你只需要安装和导入 langchain 中的组件（例如 from langchain_community.chat_models import ChatOpenAI 现在趋向于 from langchain_openai import ChatOpenAI）。它会帮你处理好一切。

• 当你需要一个非常小众的、核心包没有的工具体（比如一个特殊的PDF解析器或一个冷门模型的API），才去 langchain-community 里寻找。

• 当你需要自定义一个组件（例如自己实现一个检索器）时，你需要从 langchain-core 导入对应的抽象基类并继承它，以确保你的自定义组件可以和整个LangChain生态系统无缝协作。