LangChain là gì? Framework mã nguồn mở để lập trình ứng dụng LLM và AI agent: thành phần, giá, cách bắt đầu

LangChain là gì? Framework mã nguồn mở để lập trình ứng dụng LLM và AI agent: thành phần, giá, cách bắt đầu
17 Tháng 11, 2026

Cập nhật:

10 phút đọcHướng dẫn

LangChain là gì? LangChain là một framework mã nguồn mở bằng Python và JavaScript để lập trình ứng dụng dùng mô hình ngôn ngữ lớn (LLM), cung cấp giao diện chuẩn cho mô hình, embedding, kho vector và công cụ, để bạn đổi nhà cung cấp mà không viết lại ứng dụng. Theo GitHub (API, đọc ngày 04/11/2026), kho langchain-ai/langchain được tạo ngày 17/10/2022, có khoảng 149.000 sao, giấy phép MIT, lần đẩy mã gần nhất ngày 03/11/2026. Theo PyPI (đọc ngày 04/11/2026), phiên bản mới nhất là 1.4.8, phát hành ngày 02/11/2026, yêu cầu Python từ 3.10. Bài này giải thích LangChain gồm những gì, khác LangGraph và LangSmith ra sao, miễn phí đến đâu, cách cài, rủi ro, và khi nào một công ty một người nên dùng.

Sơ đồ LangChain: ứng dụng gọi LangChain, LangChain cung cấp giao diện chuẩn tới các mô hình OpenAI, Anthropic, Google, Ollama, kho vector và công cụ; LangGraph điều phối agent, LangSmith theo dõi và đánh giá
LangChain là lớp trừu tượng giữa ứng dụng và nhiều nhà cung cấp mô hình; LangGraph và LangSmith là hai mảnh bên cạnh. Sơ đồ: OPCAIOS.

LangChain là gì và ai tạo ra?

LangChain là framework để xây ứng dụng và agent dựa trên LLM, ra đời tháng 10/2022 từ dự án cá nhân của Harrison Chase, nay do công ty LangChain, Inc. phát triển cùng cộng đồng. GitHub mô tả kho là "The agent engineering platform". Mục tiêu là giữ ứng dụng thích nghi khi mô hình và nhà cung cấp thay đổi.

Theo README (GitHub, đọc ngày 04/11/2026), điểm bán chính của LangChain là giao diện chuẩn cho ba thứ: mô hình chat, mô hình embedding và kho vector. Bạn viết init_chat_model("openai:gpt-5.5") hôm nay, mai đổi sang Anthropic hay Gemini chỉ bằng cách đổi chuỗi tên mô hình. Trên đó là các lớp trừu tượng theo tầng: lớp cao để bắt đầu nhanh, lớp thấp để kiểm soát chi tiết. LangChain có bản Python (kho chính) và LangChain.js cho TypeScript. Với 25.000 fork và 707 issue mở (GitHub API, đọc ngày 04/11/2026), đây là một trong những dự án lớn nhất nhóm framework LLM. Các khái niệm chain, agent, retriever trong tài liệu AI phần lớn phổ biến nhờ LangChain.

LangChain gồm những thành phần nào?

LangChain gồm gói lõi langchain, các gói tích hợp riêng theo nhà cung cấp, và một hệ sinh thái xung quanh: LangGraph để điều phối agent, LangSmith để theo dõi và đánh giá, Deep Agents cho agent có lập kế hoạch. Bảng theo README (đọc ngày 04/11/2026).

Thành phần Vai trò
langchain (gói lõi) Giao diện chuẩn cho mô hình chat, embedding, kho vector; hàm tạo agent và chain
Gói tích hợp langchain-openai, langchain-anthropic, langchain-ollama... cài riêng từng gói
Công cụ và retriever Hàm Python thành công cụ cho agent gọi; thành phần dựng RAG: nạp, chia nhỏ, nhúng, truy xuất
LangGraph Framework điều phối cấp thấp cho agent chạy dài, nhiều bước, có trạng thái
Deep Agents Gói cấp cao hơn cho agent biết lập kế hoạch, gọi subagent, dùng hệ thống tệp
LangSmith Dịch vụ quan sát, đánh giá, gỡ lỗi; có nền tảng triển khai agent
LangChain.js Bản TypeScript/JavaScript tương đương

Người không biết code sẽ không dùng LangChain trực tiếp, nhưng hiểu các mảnh này giúp đọc được kiến trúc của công cụ kéo thả như Dify hay Flowise, vốn bọc các khái niệm tương tự.

LangChain có miễn phí không? Giấy phép và chi phí ẩn

LangChain, LangGraph và các gói tích hợp miễn phí theo giấy phép MIT; phần trả phí là LangSmith, dịch vụ đám mây của công ty LangChain. Chi phí thật là tiền token của nhà cung cấp mô hình và hạ tầng bạn chạy.

Khoản mục Thông tin (langchain.com/pricing, đọc ngày 04/11/2026)
Thư viện LangChain, LangGraph Miễn phí, MIT, dùng thương mại được
LangSmith Developer 0 USD/chỗ/tháng, 1 chỗ, 5.000 trace cơ bản/tháng, vượt thì trả theo dùng
LangSmith Plus 39 USD/chỗ/tháng, 10.000 trace cơ bản/tháng, 1 triển khai serverless nhỏ miễn phí
LangSmith Enterprise Giá tuỳ chỉnh, tự host hoặc lai, SLA
Đơn vị tính thêm LSU (LangChain Standard Unit) 1 USD/đơn vị cho dịch vụ triển khai
Chi phí ẩn Khoá API và token OpenAI, Anthropic, Google...; kho vector; VPS; GPU nếu chạy mô hình cục bộ

Chưa gồm thuế, có thể thay đổi. LangSmith là tuỳ chọn: bạn xây và chạy ứng dụng LangChain không cần tài khoản LangSmith. Tóm tắt giấy phép ở đây không phải tư vấn pháp lý.

Cài LangChain và viết ứng dụng đầu tiên như thế nào?

Cài LangChain cần Python 3.10 trở lên và hai lệnh pip: gói lõi và gói tích hợp của nhà cung cấp bạn dùng, theo tài liệu cài đặt docs.langchain.com (đọc ngày 04/11/2026). Không cần GPU; GPU chỉ cần khi chạy mô hình cục bộ qua Ollama.

pip install -U langchain
pip install -U langchain-anthropic
  1. Đầu tiên, tạo môi trường ảo Python và cài hai gói trên (hoặc uv add langchain). Thay langchain-anthropic bằng langchain-openai nếu dùng OpenAI.
  2. Tiếp theo, đặt khoá API vào biến môi trường, không ghi vào mã.
  3. Gọi mô hình: README minh hoạ init_chat_model("openai:gpt-5.5") rồi model.invoke("..."); đổi chuỗi tên mô hình để đổi nhà cung cấp.
  4. Thêm công cụ: viết hàm Python, gắn vào agent bằng hàm tạo agent của gói lõi.
  5. Cuối cùng, khi cần luồng nhiều bước có trạng thái hoặc bước người duyệt, chuyển phần điều phối sang LangGraph.

Chúng tôi chưa chạy thử với phiên bản 1.4.8; lệnh lấy từ tài liệu chính thức. LangChain đã qua nhiều lần đổi API lớn (0.1, 0.2, 0.3, rồi 1.0); mã mẫu cũ và cả mã do AI viết có thể dùng hàm đã bỏ. Hãy đưa tài liệu đúng phiên bản cho tác tử code trước khi nhờ nó viết, như trong AI viết code sai phiên bản.

LangChain khác LangGraph và LangSmith ở điểm gì?

LangChain là thư viện thành phần, LangGraph là động cơ điều phối, LangSmith là dịch vụ quan sát. Ba cái tên dễ lẫn vì cùng một công ty làm, nhưng vai trò khác nhau và chỉ LangSmith có phần trả phí.

  1. Đầu tiên, LangChain: gọi mô hình, nhúng tài liệu, định nghĩa công cụ, dựng agent đơn giản. Đủ cho phần lớn chatbot RAG và trợ lý nội bộ.
  2. Tiếp theo, LangGraph: agent cần nhiều bước có trạng thái, rẽ nhánh, vòng lặp, dừng chờ người duyệt, hoặc chạy dài và khôi phục được.
  3. Cuối cùng, LangSmith: ứng dụng lên sản xuất và bạn cần xem từng lời gọi mô hình, đo chi phí, chạy bộ đánh giá.

Ví dụ (ví dụ giả định): một chủ cửa hàng online muốn trợ lý trả lời chính sách đổi trả và tra tình trạng đơn. Phần trả lời theo tài liệu dùng LangChain với kho vector; phần tra đơn là một công cụ gọi API cửa hàng; khi khách yêu cầu hoàn tiền, luồng LangGraph dừng chờ chủ cửa hàng duyệt. LangSmith ghi lại hội thoại để xem trợ lý sai ở đâu. Chúng tôi chưa dựng hệ thống này, chỉ minh hoạ cách chia vai.

Giới hạn, rủi ro và lưu ý bảo mật

Rủi ro lớn nhất của LangChain không nằm ở giấy phép mà ở độ phức tạp và tốc độ thay đổi: lớp trừu tượng nhiều tầng khiến lỗi khó truy, API đổi theo phiên bản khiến mã cũ hỏng.

  • Trừu tượng quá mức: với ứng dụng nhỏ, gọi thẳng SDK của OpenAI hay Anthropic đôi khi ngắn hơn; đây là ý kiến phổ biến trong cộng đồng, không phải đo đạc.
  • Đổi API theo phiên bản: khoá phiên bản trong requirements.txt, đọc ghi chú phát hành trước khi nâng cấp.
  • Công cụ là mã chạy thật: agent có thể gọi hàm xoá tệp, gửi email, gọi API trả phí; giới hạn quyền từng công cụ, thêm bước duyệt cho hành động không đảo ngược được.
  • Prompt injection: tài liệu nạp vào RAG và kết quả tìm web là dữ liệu không tin cậy; xem prompt injection là gì?.
  • Dữ liệu đi đâu: LangChain chạy trên máy bạn nhưng nội dung gửi tới nhà cung cấp mô hình; bật LangSmith thì trace (gồm prompt và câu trả lời) đi lên dịch vụ của LangChain. Phần dữ liệu cá nhân chỉ để tham khảo, không phải tư vấn pháp lý.
  • Chi phí token: agent nhiều bước nhân số lời gọi lên nhanh; đặt giới hạn bước và ngân sách.

LangChain so với các lựa chọn khác

LangChain cạnh tranh với các framework agent khác và với cách gọi SDK trực tiếp; nó khác hẳn công cụ kéo thả vì đòi hỏi viết mã. Bảng là mô tả chung, không phải đo đạc.

Lựa chọn Định vị So với LangChain
SDK trực tiếp (OpenAI, Anthropic) Gọi API một nhà cung cấp Ít tầng hơn, nhưng đổi nhà cung cấp phải viết lại; không sẵn RAG, agent
LlamaIndex Framework thiên về RAG và dữ liệu Mạnh phần nạp và truy xuất tài liệu; LangChain rộng hơn về agent
Agents SDK của nhà cung cấp Bộ công cụ agent gắn với một hãng Gọn, nhưng khoá vào một hãng; LangChain trung lập
Dify, Flowise Kéo thả, không cần code Cho người không lập trình; LangChain cho lập trình viên và tác tử code
n8n Tự động hoá luồng có nút AI Hợp nối dịch vụ kinh doanh; không phải framework ứng dụng
Open WebUI Giao diện chat tự host Dùng ngay, không viết mã

Khi nào nên dùng LangChain?

LangChain hợp khi bạn (hoặc tác tử code của bạn) viết ứng dụng AI cần đổi mô hình linh hoạt, có RAG và công cụ, và muốn lộ trình lên LangGraph khi phức tạp hơn.

Tình huống Gợi ý
Chatbot RAG nội bộ, chịu viết Python LangChain lõi cộng một gói tích hợp
Agent nhiều bước, có bước người duyệt, chạy dài LangChain cộng LangGraph
Ứng dụng nhỏ, một nhà cung cấp, một lời gọi Gọi SDK trực tiếp có thể đơn giản hơn
Không biết code, muốn dựng nhanh Dify hoặc n8n; nhờ tác tử code viết trên LangChain khi cần tuỳ biến
Chỉ cần chat với tài liệu cho một người Open WebUI, không cần lập trình

Kinh nghiệm của OPCAIOS

Chúng tôi mới đưa LangChain vào danh mục Repo của mục Tiện ích trên opcaios.org sau khi đọc README và kiểm tra kho còn cập nhật (phiên bản 1.4.8 ngày 02/11/2026); chúng tôi chưa chạy thử phiên bản 1.x trong dự án nào, nên phần này nêu tiêu chí chúng tôi dùng để cân nhắc, không phải đánh giá sau khi dùng. Bốn tiêu chí:

  1. Kho còn được cập nhật: có, nhịp phát hành dày, đã qua mốc 1.0 nên API ổn định hơn giai đoạn 0.x.
  2. Giấy phép: MIT, không vướng gì cho dùng thương mại.
  3. Chi phí ẩn: token của nhà cung cấp mô hình; chúng tôi định tuyến mô hình qua 9Router nên có thể trỏ LangChain vào cùng một cổng tương thích OpenAI.
  4. Có thay được công cụ đang dùng không: các tính năng AI trong website opcaios.org hiện gọi API mô hình trực tiếp bằng mã do tác tử code viết; LangChain là lựa chọn khi chúng tôi cần agent nhiều bước có trạng thái, chưa phải lúc này.

Đọc thêm: AI agent là gì?, MCP là gì?, Flowise là gì?.

Câu hỏi thường gặp

LangChain dùng để làm gì?

LangChain dùng để lập trình ứng dụng gọi mô hình ngôn ngữ lớn: chatbot trả lời trên tài liệu (RAG), trợ lý có công cụ tra dữ liệu, agent nhiều bước. Giá trị cốt lõi theo README (GitHub, đọc ngày 04/11/2026) là giao diện chuẩn cho mô hình, embedding và kho vector, nên bạn đổi OpenAI sang Anthropic hay Gemini mà không viết lại logic. Nó dành cho lập trình viên hoặc cho tác tử code viết thay bạn, không phải công cụ dùng ngay.

LangChain có miễn phí không?

Thư viện LangChain và LangGraph miễn phí theo giấy phép MIT, dùng thương mại được. Bạn chỉ trả tiền token cho nhà cung cấp mô hình và hạ tầng mình chạy. Dịch vụ LangSmith có gói Developer 0 USD với 5.000 trace/tháng và gói Plus 39 USD/chỗ/tháng theo langchain.com/pricing (đọc ngày 04/11/2026, chưa gồm thuế, có thể thay đổi), nhưng hoàn toàn tuỳ chọn.

LangChain và LangGraph khác nhau thế nào?

LangChain là thư viện thành phần: mô hình, embedding, công cụ, retriever, hàm tạo agent đơn giản. LangGraph là framework điều phối cấp thấp cho agent chạy dài, nhiều bước, có trạng thái, ví dụ dừng chờ người duyệt rồi tiếp tục. Hai gói thường dùng cùng nhau: LangChain cung cấp mảnh, LangGraph nối mảnh thành đồ thị. Ứng dụng đơn giản chỉ cần LangChain.

Cần GPU để dùng LangChain không?

Không. LangChain là thư viện Python nhẹ, chạy trên máy thường. GPU chỉ cần khi bạn chạy mô hình cục bộ qua Ollama rồi nối LangChain vào bằng gói langchain-ollama. Phần lớn người dùng gọi mô hình đám mây qua khoá API, khi đó chi phí là token chứ không phải phần cứng. Yêu cầu duy nhất theo PyPI (đọc ngày 04/11/2026) là Python từ 3.10.

Người không biết code có nên học LangChain không?

Không cần học để viết, nhưng nên hiểu khái niệm. Chủ doanh nghiệp một người sẽ được lợi khi biết các mảnh (mô hình, công cụ, retriever, agent, trace) để ra lệnh đúng cho tác tử code như Claude Code hoặc để chọn giữa Dify, n8n và viết mã. Hãy nhờ tác tử code dựng một chatbot RAG nhỏ trên LangChain rồi đọc mã nó viết. Lộ trình này nằm trong khoá đào tạo ứng dụng AI của OPCAIOS.

Nguồn: GitHub langchain-ai/langchain (README, API, đọc ngày 04/11/2026), PyPI langchain (phiên bản 1.4.8, đọc ngày 04/11/2026), docs.langchain.com (trang cài đặt, đọc ngày 04/11/2026), langchain.com/pricing (đọc ngày 04/11/2026); chưa đọc/chưa kiểm chứng: ghi chú phát hành 1.x chi tiết, tài liệu LangGraph và Deep Agents riêng, trạng thái hiện tại của LlamaIndex và các SDK agent so sánh; số sao và giá có thể thay đổi. Kinh nghiệm là của OPCAIOS. Bài này không phải tư vấn pháp lý.

Lê Quốc Nghĩa
Người xây dựng OPCAIOS

Để lại bình luận

Email của bạn sẽ không hiển thị công khai. Bình luận sẽ hiển thị sau khi được duyệt.