← 返回列表

langchainrust:用 Rust 构建 LLM 应用的框架

atliliw/langchainrust · A Rust framework for building LLM applications with support for 8+ LLM providers, agents, RAG, BM25/hybrid search, LangGraph workflows, and multiple vector/document storage backends.

GitHub原文发布 未知首次收录 2026-11-04上架 2026-11-04 07:02

☆ 收藏查看项目 ↗

ELI5:它是什么,解决什么问题

langchainrust 是一个受 LangChain 启发的纯 Rust 框架,用于构建 LLM 应用。它提供统一的 BaseChatModel 接口接入多家 LLM 提供商、流式对话与函数调用、结构化输出、嵌入与向量存储、BM25 与混合检索、RAG 链与 LCEL 式可组合管道,以及 Agent 与多 Agent 编排、LangGraph 风格工作流、内存与会话管理、成本预算与护栏等能力。

核心能力与快速开始

★ 20 · Rust

能做什么
统一接入多家 LLM 提供商(OpenAI、Ollama、Claude、Gemini、DeepSeek、Qwen 等)并支持任意 OpenAI 兼容端点;提供 chat/streaming、函数调用、视觉多模态、思考内容分离与结构化输出;提供统一 Embeddings trait 及多种嵌入后端、向量存储与文档存储抽象;支持 BM25 关键词检索、混合检索与 RAG 链;提供 LCEL 式 Runnable 组合(pipe、parallel、branch、fallback 等)与多种文档链;提供 AgentExecutor、函数调用 Agent、ReAct Agent、Plan-Execute、DeepResearch、Corrective/Adaptive RAG Agent、多 Agent 交接与 Supervisor/FanOutFanIn 编排;还包含人工审批与预算门、上下文压缩、检查点持久化、成本追踪与注入/内容过滤护栏。
适用场景
适合希望在 Rust 技术栈中构建 LLM 应用、RAG 知识库问答、工具调用 Agent、多 Agent 协作流程、LangGraph 风格工作流以及带成本与人工审批控制的自动化任务的团队使用。
项目形态
开发框架
部署方式
未说明;README 提及可通过 Crates.io 作为库使用,并提到可选 axum SSE 端点与 SQLite/Postgres/Redis 检查点后端,但未给出完整部署方案。
主要依赖
未说明;README 标注需要 Rust 1.85+,部分嵌入能力涉及本地 ONNX/Candle 特性,具体硬件与平台条件未说明。
使用限制
未说明;材料未给出 API 成本、商用授权范围、性能基准或各提供商的具体限制。
许可证
Apache-2.0
最近推送
2026-11-03 09:00

资料检查:2026-11-04 07:00 · 卡片整理:2026-11-04 07:00
卡片由 AI 根据仓库资料整理,未进行安装或运行验证

职业应用

程序员

使用该 Rust 框架构建 LLM 应用:通过统一的 BaseChatModel 接口接入多家 LLM 提供商,组合 prompt/LLM/parser 管道,实现 RAG 检索、Agent 与多 Agent 编排、函数调用与结构化输出,用于开发 AI 功能与排错。

查看内容依据
A LangChain-inspired Rust framework for building LLM applications.

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。