TechLead
Lección 1 de 18
5 min de lectura
LangChain

Introducción a LangChain

Aprende qué es LangChain, sus conceptos clave y cómo configurar tu primer proyecto

¿Qué es LangChain?

LangChain es un framework potente para construir aplicaciones impulsadas por Grandes Modelos de Lenguaje (LLMs). Proporciona herramientas y abstracciones para conectar LLMs con fuentes de datos externas, habilitar memoria en conversaciones, crear agentes que pueden usar herramientas y construir flujos de trabajo de IA complejos.

🔗 ¿Por qué LangChain?

  • Agnóstico del modelo: Funciona con OpenAI, Anthropic, Google, modelos locales y más
  • Composable: Construye cadenas complejas a partir de componentes simples y reutilizables
  • Memoria: Añade historial de conversación y contexto a tus apps
  • RAG: Conecta LLMs con tus propias fuentes de datos
  • Agentes: Crea IA autónoma que puede usar herramientas y tomar decisiones

Conceptos clave

🤖 Modelos

LLMs y modelos de chat de varios proveedores

📝 Prompts

Plantillas para estructurar entradas a los modelos

⛓️ Cadenas

Secuencias de llamadas a modelos y otros componentes

🧠 Memoria

Persistir estado entre ejecuciones de cadenas

📚 Recuperación

Carga y consulta fuentes de datos externas

🛠️ Agentes

Sistemas autónomos que usan herramientas

LangChain.js vs LangChain Python

LangChain está disponible tanto en Python como en JavaScript/TypeScript. Para aplicaciones React y Next.js, usamos LangChain.js que ofrece las mismas funciones potentes optimizadas para el ecosistema JavaScript.

Característica LangChain.js LangChain Python
Entorno de ejecuciónNode.js, Edge, NavegadorPython
TypeScriptSoporte nativoAnotaciones de tipo
StreamingExcelenteBueno
IntegracionesEn crecimientoExtensas
Mejor paraApps web, APIsCiencia de datos, scripts

Configurar tu primer proyecto

Paso 1: Instalar LangChain

Instala primero los paquetes principales de LangChain y luego agrega el SDK del proveedor que planeas usar.

# Install core LangChain.js
npm install langchain @langchain/core

# Install provider-specific packages
npm install @langchain/openai      # For OpenAI
npm install @langchain/anthropic   # For Claude
npm install @langchain/google-genai # For Google AI

Paso 2: Configurar variables de entorno

Guarda las claves API en .env.local para que queden del lado del servidor y fuera del control de versiones.

# .env.local
OPENAI_API_KEY=sk-your-openai-key
# or
ANTHROPIC_API_KEY=sk-ant-your-anthropic-key

Paso 3: Tu primera llamada con LangChain

Inicializa un modelo de chat y haz una invocación simple para verificar la configuración.

import { ChatOpenAI } from "@langchain/openai";

// Initialize the model
const model = new ChatOpenAI({
  modelName: "gpt-4",
  temperature: 0.7,
});

// Make a simple call
const response = await model.invoke("What is LangChain?");
console.log(response.content);

Estructura del proyecto

Esta estructura mantiene la configuración de LangChain en una librería compartida y expone rutas API para llamadas del lado del servidor.

my-langchain-app/
├── src/
│   ├── lib/
│   │   ├── langchain.ts     # LangChain setup
│   │   └── chains/          # Custom chains
│   ├── app/
│   │   └── api/
│   │       └── chat/        # API routes
│   └── components/
├── .env.local               # API keys
└── package.json

Usar diferentes proveedores

Cambia de proveedor importando el SDK correspondiente y eligiendo el nombre de modelo que necesites.

// OpenAI
import { ChatOpenAI } from "@langchain/openai";
const openai = new ChatOpenAI({ modelName: "gpt-4" });

// Anthropic (Claude)
import { ChatAnthropic } from "@langchain/anthropic";
const claude = new ChatAnthropic({ modelName: "claude-3-opus-20240229" });

// Google AI
import { ChatGoogleGenerativeAI } from "@langchain/google-genai";
const gemini = new ChatGoogleGenerativeAI({ modelName: "gemini-pro" });

⚠️ Nota de seguridad

Nunca expongas claves API en código del cliente. Usa siempre variables de entorno y realiza llamadas de LangChain desde el servidor (rutas API en Next.js o server components).

💡 Puntos clave

  • • LangChain es un framework para crear aplicaciones impulsadas por LLMs
  • • LangChain.js está optimizado para JavaScript/TypeScript y apps web
  • • Soporta múltiples proveedores de LLM (OpenAI, Anthropic, Google, etc.)
  • • Conceptos clave: Modelos, Prompts, Cadenas, Memoria, Recuperación, Agentes

📚 Más recursos

Continuar aprendiendo