总结与下一步

在这个定位于 LangChain 101 的教程中，我们通过实例代码详细了解了 LangSmith 的设计和主要组件，使用它们你已经可以更便捷地创建 AI 应用：

• LangChain 调用模型
• LangChain 提示语模板
• LCEL：形成调用链（Chain）
• RAG：检索增强生成
• Agent：让 AI 自主选择工具
• Evals：评估 AI 应用质量
• LangSmith 使用入门

如果你要更进一步，你可以这样做：

• 深入使用 LangChain 完成一个 AI 应用。
• 尝试使用 LangServe 提供 API 服务。
• 尝试使用 function calling 等功能。
• 尝试使用 LangGraph 设计复杂的调用。
• 跟进 LangChain 最新的更新。
• 尝试其他编排工具，如 LlamaIndex。

考虑到模型与 LangChain 在快速更新，我们将持续更新这一教程，以让它的内容保持最新。

同时，我们将继续编写更多的 LangChain 专门教程，包括RAG、源码解析等，敬请持续关注。