一、背景

2024年12月20日，美国人工智能公司LangChain日前发布了《2024年人工智能全景报告》（State of AI Report 2024）。自2018年开始，LangChain团队已连续七年发布当年的《人工智能全景报告》，成为人工智能行业流行的风向标。在今年的报告中，通过深入探究大模型应用开发平台LangSmith产品的使用模式，LangChain团队揭示出人工智能生态系统以及人们构建大型语言模型应用的方式是如何演变的。

LangChain团队在报告中指出，随着用户在LangSmith中进行追踪、评估和迭代，他们观察到了几个显著的变化，其中包括开源模型采用率的急剧上升，以及从以检索工作流程为主转向具有多步骤、代理性工作流程的智能体应用。

二、什么是langchain

LangChain是一个开源的Python库，它提供了构建基于大模型的AI应用所需的模块和工具。它可以帮助开发者轻松地与大型语言模型(LLM)集成，实现文本生成、问答、翻译、对话等任务。LangChain的出现大大降低了AI应用开发的门槛，使得任何人都可以基于LLM构建自己的创意应用。

目前，它提供了 Python 和 JavaScript（确切地说是 TypeScript）的软件包。

如果您是一个 构建生产级应用的开发者，并且需要一个 灵活、以代码为中心的解决方案，LangChain 是您的最佳选择。它非常适合那些希望控制应用架构并且能舒适地编写代码来定义工作流程的开发者。

三 基于RAG架构的开发

何为RAG？
Retrieval-Augmented Generation（检索增强生成）

背景：
大模型的知识冻结
大模型幻觉
而RAG就可以非常精准的解决这两个问题。

举例：
LLM在考试的时候面对陌生的领域，答复能力有限，然后就准备放飞自我了。而此时RAG给了一些提示
和思路，让LLM懂了开始往这个提示的方向做，最终考试的正确率从60%到了90%！