欢迎来到 LangChain 中文社区。
这里按项目任务整理学习与排障入口，阅读路径更新于 2026-11-02。
图示说明：先明确任务和验收结果，再进入对应专题；下方链接可直接打开，求助模板可复制。
开始做项目
先确定你要做的任务，再选择模型、检索与工作流。
-
我在搭知识库：先看 RAG 排障与验证方法。
-
我在做工具调用：看参数、审核与恢复流程。
-
我在比较模型：先建立任务质量与成本口径。
-
我在排查重启丢历史：LangGraph 跨进程持久化与线程定位实测。
排查问题
贴出脱敏版本、最小代码和完整异常，先定位再修改。
- 结构化输出模式与兼容性：已回复，等待作者补充版本与 schema。
- Agent 重复工具调用：已回复，根因尚待复现。
- 分词器加载失败：已回复，等待环境与前置异常。
以上三帖仍在定位中，欢迎补充可复现的证据。
企业落地
把业务目标、数据约束与验收问题讲清楚，再判断是否需要服务。
近期更新
按发布窗口整理变化，区分官方事实、背景与本站实验。
求助模板
业务目标与希望得到的结果：
操作系统、Python/Node 版本：
相关依赖及版本：
服务商、模型与 API 类型（不填密钥）：
最小复现代码：
期望结果与实际结果：
完整异常链或两轮脱敏日志：
已尝试哪些步骤、分别有什么变化：
是否允许使用公开模拟数据复现：
日志不要包含用户联系方式、访问令牌、真实客户文档或生产业务数据。
社区介绍与历史欢迎信息
欢迎来到LangChain中文社区！
我们创建这个社区的初衷是为了让国内的用户能够更方便、科学地使用和了解LangChain以及ChatGPT等大模型。这里，我们将分享关于LangChain以及ChatGPT等大模型的最新技术动态、使用技巧和实践案例，同时也为大家提供一个交流学习的平台。
ChatGPT等大语言模型（LLM），具有强大的自然语言处理和生成能力。它可以用于问答系统、文本摘要、翻译、创作等多种场景。我们相信，大语言模型（LLM）的潜力将为各行各业带来革命性的变革。LangChain作为使用LLM非常方便的一个工具，在很多能力上（联网、记忆、检索、工具使用等）对LLM具有强大的互补作用。
在这里，我们鼓励大家积极参与讨论，分享你们在使用LangChain以及ChatGPT、 Stable Difussion等大模型应用的心得、经验和疑问。我们期待这个社区能够帮助大家更好地利用LangChain，发挥其巨大潜力。
再次感谢您的加入，让我们共同努力，打造一个充满活力、创新和进步的LangChain中文社区！
添加好友入群，P.S. 备注最好加一下一下公司/学校/职业等描述，方便具有相似背景的同学可以更好的做问题交流~
邮件推送提示（2026-10-25 更新）：当前邮件发送存在故障，正在排查；近期内容请直接查看站内更新。
