LangChain

LangChain a donné aux développeurs une boîte à outils commune quand les modèles de langage sont devenus disponibles via des API. Il fournit des briques pour les parties habituelles d’une application d’IA : appeler un modèle, formater des prompts, analyser les sorties, se connecter à des outils et à des sources de données, et garder la mémoire d’une conversation. Comme il prend en charge de nombreux fournisseurs de modèles et de bases vectorielles derrière des interfaces cohérentes, on peut en remplacer un par un autre avec peu de changement de code. Des versions Python et JavaScript existent.

L’écosystème s’est élargi en plusieurs pièces. LangChain lui-même est maintenant un moyen rapide de construire des agents qui utilisent des outils et n’importe quel fournisseur de modèles. LangGraph est un framework de plus bas niveau pour les agents qui ont besoin de contrôle sur les étapes, les boucles, les bifurcations et la validation humaine, et c’est l’outil que la plupart des équipes utilisent pour des flux d’agents sérieux. LangSmith est la plateforme commerciale pour tracer les exécutions, évaluer la qualité, surveiller et déployer des agents, proposée en service hébergé, dans ton cloud, ou auto-hébergée.

Les bibliothèques open source sont gratuites, et LangSmith a une offre gratuite avec des offres payantes pour les équipes. On a reproché à LangChain des abstractions qui peuvent paraître lourdes ou changer souvent, et certains développeurs préfèrent appeler les API des modèles directement ou utiliser des frameworks plus légers. Il reste l’une des options les plus utilisées, avec une grande communauté et de nombreuses intégrations. LlamaIndex se concentre davantage sur les données et la recherche, tandis que le Vercel AI SDK, CrewAI et l’OpenAI Agents SDK se recoupent pour les agents.