LangChain : ce que c'est, paquets et licence

LangChain est une bibliothèque ouverte, publiée sous licence MIT, qui aide à construire des applications et des agents à partir de modèles de langage. Sa documentation officielle présente le paquet langchain comme le moyen de créer un agent avec create_agent, décrit comme « un harnais minimal et très configurable ». La formule de base de la page est : « Agent = Model + Harness ». Le harnais désigne tout ce qui entoure le modèle : le prompt, les outils et les intergiciels (middlewares).

Les paquets

Le paquet principal s'installe avec pip install -qU langchain, selon la commande donnée par la documentation. Pour chaque fournisseur, la documentation propose deux formes :

• des variantes avec « extras », qui installent l'intégration du fournisseur : langchain[openai], langchain[anthropic], langchain[google-genai], langchain[huggingface] ;
• des intégrations séparées, installées à part : langchain-ollama, langchain-aws, langchain-fireworks, langchain-openrouter, langchain-baseten.

La page cite comme fournisseurs OpenAI, Anthropic (Claude), Google (Gemini), OpenRouter, Fireworks, Baseten, Ollama, Azure OpenAI, AWS Bedrock et Hugging Face. Elle précise que cette liste n'est pas exhaustive.

La documentation ne présente pas langgraph comme paquet d'installation, mais comme la couche d'orchestration sur laquelle reposent les agents LangChain. Voir la fiche LangGraph.

Licence et version

• Licence : MIT, affichée sur le dépôt langchain-ai/langchain lu le 15/11/2026.
• Version : le paquet langchain sur PyPI est en version 1.5.0, publiée le 11/11/2026 (page PyPI relevée le 15/11/2026). Il demande Python 3.11 ou plus, sans version 4.
• Activité : le dépôt affiche 609 tickets ouverts à la date de lecture. Le nombre de tickets fermés et la date du dernier commit ne figuraient pas sur la page lue.

Ces chiffres changent vite. Ils sont à revérifier avant un choix ; la méthode est décrite dans juger la maintenance d'un framework.

Ce qu'elle apporte, concrètement

LangChain sert surtout à gagner du temps sur deux points : une interface commune pour appeler plusieurs fournisseurs, et une fonction de création d'agent (create_agent) qui assemble le prompt, les outils et les intergiciels. En contrepartie, la couche d'abstraction peut masquer les messages envoyés au modèle. Anthropic fait cette remarque à propos des frameworks en général, dans « Building effective agents ».

Quand la regarder

LangChain convient à une équipe qui veut un agent fonctionnel rapidement, avec des outils et un fournisseur interchangeable. Pour une recherche documentaire, la question se pose déjà dans le guide RAG avec LangChain, et le comparatif des frameworks d'agents situe LangChain par rapport aux autres kits.

Pour un projet où l'on veut maîtriser chaque étape, ou pouvoir reprendre une exécution interrompue, regarder d'abord LangGraph. Pour savoir si un framework se justifie, lire framework ou appel direct à l'API.