LangChain 是一个为构建 大语言模型（LLM）应用 而设计的开发框架，它的核心目标是简化 LLM 与外部工具、数据的集成过程。
来源官网：LangChain > Conceptual guide
本指南更广泛地解释了LangChain框架和AI应用程序背后的关键概念。
我们建议您在深入学习概念指南之前，至少阅读一篇教程。这将提供实际背景，使人们更容易理解这里讨论的概念。
概念指南并不提供一步一步的说明或具体的实现示例。这些可以在“如何操作”指南和教程中找到。有关详细参考资料，请参阅API参考资料。
LangChain是一个用于开发基于大语言模型（LLM）的AI应用程序的框架。简化了LLM应用生命周期的每个阶段。
提示词（Prompt） 是用户输入给大语言模型（LLM）的一段文本，用于引导模型生成预期的回答或完成特定任务。可以将其类比为“给AI的指令”，它的设计和质量直接影响模型的输出效果。
LangChain 是一个用于构建大语言模型（LLM）驱动应用程序的开源框架，其核心目标是简化基于 LLM 的复杂应用开发流程，通过模块化设计让开发者灵活组合模型、数据、工具和逻辑链。
AI 大模型的关键术语：提示词、Token、上下文长度、模型幻觉。
LLM（Large Language Model）：大语言模型。
OpenAI在2022年11月30日发布了基于GPT模型的聊天机器人ChatGPT，进入到2023年是大语言模型爆发的元年。
注：读书笔记，参考自《LangChain 入门指南：构建高可复用、可扩展的LLM应用程序》