LangChain 每月下载量超过 6000 万次，拥有大量构建 LLM 应用程序的开发者受众。除了仅仅列出集成之外，我们旨在突出高质量、教育性的示例，以激励开发者并推进生态系统。
虽然我们偶尔会分享集成，但我们优先考虑提供有意义的见解和最佳实践的内容。我们的主要社交渠道是 Twitter 和 LinkedIn，我们在那里突出展示最佳示例。

​
我们乐于推广的内容

展示教育内容的博客、YouTube 视频和其他媒体。请注意，我们更喜欢的内容不是”以下是如何使用集成 XYZ”的框架，而是”以下是如何做 ABC”，因为我们发现这对开发者更具教育意义和帮助。
端到端应用程序是希望构建的开发者的绝佳资源。我们更喜欢突出性质更复杂/更具智能体特性的应用程序，并使用 LangGraph 作为编排框架。我们对涉及以下内容的任何内容特别感兴趣：
  • 长期记忆系统
  • 人在回路交互模式
  • 多智能体架构
我们喜欢突出新颖的研究！无论是建立在 LangChain 之上的研究还是与之集成的研究。
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.