LangChain是一個開源框架，能讓我們更容易使用LLM來開發應用。
它的核心目標是讓你可以把模型、資料、工具整合起來，形成一個可互動的智慧系統。
可以想像成是AI應用的骨架，負責幫你組裝並串接一切。

當我們使用LLM開發應用時，常會遇到這些挑戰：

1. 模型無法記住上下文
2. 模型不能連接外部資料
3. Prompt太雜亂不好管理
4. 模型回答格式混亂
5. 需要模型自動決定要用哪個工具

LangChain就是用模組化的方式，幫我們解決以上所有問題。

LangChain有主要7個功能元件，分別是：

1. Models：模型核心，負責生成文字或嵌入向量。
2. Prompt templates：統一管理prompt結構，用變數化的方式自動替換內容。
3. Output Parser：把模型輸出的純文字轉成可用格式。
4. Embedding Models：把文字轉換成向量，供搜尋或相似度運算使用。
5. Vector Stores：儲存與檢索語意向量的資料庫。
6. Agents：讓模型能夠主動選擇要使用的工具，並執行多步任務。
7. Chat History：保存前幾輪對話內容。

LangChain運作流程：
使用者輸入→Prompt Template(包裝問題)→Models(生成或嵌入)→Embedding Models(向量化)→Vector Store(檢索相關知識)→Output Parser(轉換可用格式)→Chat History(保存對話紀錄)