# node-langchain

**Repository Path**: runoob_xie/node-langchain

## Basic Information

- **Project Name**: node-langchain
- **Description**: No description available
- **Primary Language**: JavaScript
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-28
- **Last Updated**: 2026-04-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# node-langchain

## 简介

在node.js中使用langchain大语言模型的能力

本项目包含了丰富的示例代码，演示了 LangChain 的各种核心功能，包括对话模型、链式调用、智能体（Agent）、RAG 检索增强生成等。

## 特性

- 简洁易用的 API 设计
- 支持多种 LLM 提供商（OpenAI、DeepSeek 等）
- 链式调用支持（RunnableSequence）
- 智能体（Agent）功能封装
- RAG 检索增强生成支持
- 完整的事件历史管理
- 完整的 TypeScript 类型定义
- 模块化架构，易于扩展

## 项目结构

```
node-langchain/
├── index.js              # 基础示例
├── index-chat.js         # 对话示例
├── index-prompt.js       # 提示词模板示例
├── index-rag.js         # RAG 检索增强生成
├── index-tools.js       # 工具调用示例
├── index-obj.js         # 对象处理示例
├── index-vision.js      # 视觉模型示例
├── index-graph-demo.js # 状态图示例
├── index-langgraph.js  # LangGraph 工作流
├── index-multi-agent.js # 多智能体协作
├── index-parallel-agent.js # 并行智能体
├── index-supervisor-agent.js # 监管智能体
├── index-daily-report-summary.js # 日报生成
├── server.js           # Express 服务器
└── public/
    └── index.html    # 聊天界面
```

## 安装

```bash
npm install
```

或使用 yarn：

```bash
yarn install
```

或使用 pnpm：

```bash
pnpm install
```

## 快速开始

### 环境配置

```bash
# 设置 OpenAI API 密钥
export OPENAI_API_KEY=your-api-key

# 或设置 DeepSeek API 密钥
export DEEPSEEK_API_KEY=your-api-key
```

### 运行示例

```bash
# 运行基础示例
node index.js

# 运行对话示例
node index-chat.js

# 运行 RAG 示例
node index-rag.js
```

## 使用示例

### 基础对话

```javascript
const { ChatDeepSeek } = require('langchain/langchain');
const { PromptTemplate } = require('langchain/langchain');
const { RunnableLambda } = require('langchain/langchain');

const prompt = PromptTemplate.fromTemplate('请介绍一下{topic}');

const model = new ChatDeepSeek({
  model: 'deepseek-chat',
  temperature: 0.7,
});

async function callModel() {
  const chain = prompt.pipe(model);
  const result = await chain.invoke({ topic: '人工智能' });
  console.log(result);
}

callModel();
```

### 链式调用

```javascript
const { RunnableSequence } = require('langchain/langchain');
const { StringOutputParser } = require('langchain/langchain');

const chain = RunnableSequence.from([
  prompt,
  model,
  new StringOutputParser(),
]);
```

### RAG 检索增强生成

```javascript
const { MemoryVectorStore } = require('langchain/langchain');
const { AlibabaTongyiEmbeddings } = require('langchain/langchain');
const { RunnableSequence, RunnablePassthrough } = require('langchain/langchain');

// 创建向量存储
const vectorStore = new MemoryVectorStore(embeddings);

// 构建 RAG 链
const ragChain = RunnableSequence.from([
  {
    context: vectorStore.asRetriever(),
    question: new RunnablePassthrough(),
  },
  prompt,
  model,
  new StringOutputParser(),
]);
```

### 工具调用 Agent

```javascript
const { tool } = require('langchain/langchain');
const { initializeAgentExecutorWithOptions } = require('langchain/langchain');

// 定义工具
const getWeather = tool(async (input) => {
  // 获取天气逻辑
  return '天气晴朗，25°C';
}, 'getWeather', '获取指定城市的天气信息');

async function run() {
  const executor = await initializeAgentExecutorWithOptions([getWeather], model);
  const result = await executor.run('北京天气怎么样?');
  console.log(result);
}
```

### 多智能体协作

```javascript
const { ChatDeepSeek } = require('langchain/langchain');
const { PromptTemplate } = require('langchain/langchain');
const { StringOutputParser } = require('langchain/langchain');
const { RunnableSequence } = require('langchain/langchain');

// 报道员智能体
const reporterModel = new ChatDeepSeek({ model: 'deepseek-chat' });
const reporterPrompt = PromptTemplate.fromTemplate('写一篇关于{topic}的报道');
const reporterChain = reporterPrompt.pipe(reporterModel).pipe(new StringOutputParser());

// 编辑智能体
const editorPrompt = PromptTemplate.fromTemplate('编辑以下文章: {article}');
const editorChain = editorPrompt.pipe(reporterModel).pipe(new StringOutputParser());

// 新闻室协作链
const newsroomChain = RunnableSequence.from([
  reporterChain,
  editorChain,
]);
```

## 配置说明

| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| apiKey | string | 是 | API 密钥 |
| model | string | 否 | 使用的模型 |
| temperature | number | 否 | 生成温度，范围 0-2 |
| maxTokens | number | 否 | 最大令牌数 |
| baseUrl | string | 否 | API 基础 URL |

## 功能演示

| 示例文件 | 说明 |
|----------|------|
| index.js | 基础模型调用 |
| index-chat.js | 聊天对话 |
| index-prompt.js | 提示词模板 |
| index-rag.js | RAG 检索增强 |
| index-tools.js | 工具调用 |
| index-vision.js | 视觉模型 |
| index-graph-demo.js | 状态图 |
| index-langgraph.js | LangGraph 工作流 |
| index-multi-agent.js | 多智能体 |
| index-parallel-agent.js | 并行智能体 |
| index-supervisor-agent.js | 监管智能体 |

## 贡献指南

欢迎提交 Pull Request 或 Issue！

1. Fork 本仓库
2. 创建特性分支 (`git checkout -b feature/xxx`)
3. 提交更改 (`git commit -m 'Add xxx'`)
4. 推送分支 (`git push origin feature/xxx`)
5. 创建 Pull Request

## 许可证

MIT License

## 问题反馈

如果您在使用过程中遇到任何问题，请在 [Gitee Issues](https://gitee.com/runoob_xie/node-langchain/issues) 中提交反馈。