Harrison Chase，2022-10。仓库 10-17，PyPI langchain 0.0.1 于 10-25。口号：Building applications with LLMs through composability。公司 2023-02 才成立。
当时包页：PyPI langchain 0.0.1。仓库首日：langchain-ai/langchain（2022-10-17 创建）。
LangChain
2022-10 以开源 Python 包出现。胶水雏形；循环可复制，状态在进程内存和提示里。
1 - LangChain 开源出现（材料）
按 2022-10 的 PyPI 0.0.1 与仓库生日转述：可组合的 LLM 应用胶水。
LangChain 在 2022 年没有对应研究论文。本页转述 包刚出现时公开说了什么，不以 2023 公司、2024 拆包、LangGraph 回填。
主要出处：
- GitHub 仓库创建于 2022-10-17（当时账号路径
hwchase17/langchain） - PyPI
langchain0.0.1，上传于 2022-10-25，简介 Building applications with LLMs through composability - 0.0.1 说明文档（包页 README）
公司侧：Harrison Chase 后来写明，当时没有公司、没有宏大计划；2023-02 才创办公司，认定这个包只是第一件工具。本页不展开融资与后续产品。本页不复制 README 全文。
产品主张（0.0.1）
LLM 正在变成能做出此前做不出的应用的技术。但单独用 LLM 往往不够——真正的力量来自把它们和其他计算或知识来源组合起来。这个库协助开发那类应用，目标写成三条：
- 一份你可能想组合的部件的尽量全面的集合
- 把部件收成一条综合 chain 的灵活接口
- 便于保存和分享这些 chain 的 schema
认证类 API 用环境变量：当时列出 OpenAI、Cohere、SerpAPI（Google Search）。用哪个才需要设哪个。
最初三条可复现示例
README 写明：项目很大程度上受 Twitter 上几个项目启发，初期功能是为了把那些做法收成更明确的工具。
- Self-ask-with-search：复现 self-ask 论文。
SelfAskWithSearchChain+OpenAI+SerpAPIChain，例题是「卫冕美网男单冠军的家乡」。 - LLM Math：复现一条推上的「让模型算数」演示。
LLMMathChain，整数整除计数一类题。 - Generic Prompting：普通提示管道。模板里已经写了
Answer: Let's think step by step.
文档指向 Read the Docs；作者称上面三个例子可能是当时最友好的说明。
当时还不是什么
0.0.1 没有后来的 AgentExecutor 全家桶叙事，也没有公司、云观测、图执行引擎。它是 MIT 许可的个人仓库 Python 包：Prompt、LLM、Chain、搜索与计算器各一块，用 pydantic 拼起来。
2 - LangChain 讲解
把检索、工具包装、提示收成可 pip 的拼法。生日在 2022 秋；生态膨胀在 2023。
当时解决了什么问题
论文和演示里已经有 self-ask、检索、计算器、先想再答。每做一个演示就要重写提示词、重接 API、重解析输出。LangChain 把这些收成 Chain：同一套 LLM 包装，换搜索或换数学链。成本从「读论文再接线」降到 pip install。
它不是新推理算法，也不是把循环写进论文的那种协议——同月的 ReAct 挂在 arXiv 上，库的第一批例子甚至还没有以 ReAct 为名。它是工程上的默认拼法。控制流在调用方进程里，状态在内存和提示里。不是跨厂商协议。
对后续 LLM 与 Agent 的影响
ChatGPT 一个月后放出，开发者要自己接工具。现成胶水成为默认入口，2023 年的 Agent 教程大量从这里起步。后来的批评（抽象过重、版本不稳）针对的是膨胀期，不能用来否定 2022 秋那三条目的：组合、链、可分享。公司 2023-02 成立，产品史从那里分叉；今年只记生日。胶水能把循环复制出来；胶水不是协议，也不是完成谓词。