Skip to main content
LangChain 拥有超过 6000 万月下载量,拥有大量开发者正在构建 LLM 应用。我们不仅列出集成,还旨在突出高质量、具有教育意义的应用案例,以激发开发者并推动生态系统发展。
虽然我们偶尔会分享集成,但我们优先考虑提供有意义的见解和最佳实践的内容。我们的主要社交渠道是 Twitter 和 LinkedIn,我们在这些渠道上突出展示最佳案例。

我们热衷推广的内容

展示教育内容的博客、YouTube 视频和其他媒体。请注意,我们更倾向于内容不是以“如何使用集成 XYZ”为框架,而是以“如何完成 ABC”为框架,因为我们发现这种方式对开发者更具教育意义和帮助。
:::python End-to-end 应用是开发者寻求构建资源的绝佳来源。我们倾向于突出更复杂/智能体性质的应用,并使用 LangGraph 作为编排框架。我们对涉及以下任何内容的项目特别感兴趣: ::: :::js End-to-end 应用是开发者寻求构建资源的绝佳来源。我们倾向于突出更复杂/智能体性质的应用,并使用 LangGraph 作为编排框架。我们对涉及以下任何内容的项目特别感兴趣: :::
  • 长期记忆系统
  • 人机交互模式
  • 多智能体架构
我们热爱突出创新研究!无论是基于 LangChain 构建的研究,还是与其集成的研究。

官方原文:src/oss/contributing/comarketing.mdx · 非官方翻译,译文由 AI 生成,以英文原文为准。
Last modified on November 3, 2026