Pourquoi 21YunBox Devis Contact Connexion
Consultation (EN) Tester un site pour la Chine (EN)

LangChain fonctionne-t-il en Chine ? Résidence des données, ICP et règles transfrontalières

LangChain est du code d'orchestration open source que vous intégrez et exécutez vous-même, de sorte qu'il est neutre en résidence. La vraie question Chine n'est pas LangChain — c'est l'endroit où vivent les modèles et magasins de vecteurs qu'il appelle, et si vos prompts et votre contexte RAG franchissent la frontière vers une inférence à l'étranger au titre de la PIPL et de la porte de déclaration IA générative de la CAC.

LangChain fonctionne-t-il en Chine ?

LangChain est une bibliothèque d'orchestration open source que vous intégrez dans votre propre application et exécutez vous-même, de sorte que la question continentale n'est pas de savoir si LangChain « fonctionne » — c'est du code neutre en résidence. Ce qui la décide est l'endroit où les modèles, magasins de vecteurs et outils qu'il appelle vivent réellement.

Pointez une chaîne vers un point de terminaison d'inférence à l'étranger et chaque prompt, chaque morceau de contexte RAG récupéré, et chaque complétion quitte le pays — un transfert transfrontalier d'information personnelle, et souvent de votre corpus interne le plus sensible, au titre de la PIPL. Livrez une fonction générative tournée vers le public aux utilisateurs continentaux et la déclaration IA générative de la CAC et une déclaration ICP s'appliquent par-dessus. La voie conforme garde LangChain lui-même tournant sur le territoire, pointé vers des modèles domestiques déclarés à la CAC ou souverains, avec les prompts et les données gardés résidents.

Aperçu de conformité

  • ! LangChain est du code open source que vous exécutez vous-même — la bibliothèque n'est pas le bloqueur.
  • ! Ce qui franchit la frontière est le modèle ou le magasin de vecteurs vers lequel vous le pointez à l'étranger.
  • ! Prompts et contexte RAG vers un modèle à l'étranger = transfrontalier PIPL (articles 38 à 40).
  • ! LangSmith et LangGraph Platform tournent à l'étranger ; les traces capturent prompts et sorties.
  • ! Une fonction générative tournée vers le public ajoute la déclaration et l'étiquetage IA générative de la CAC.
  • ✓ Exécuter LangChain sur le territoire, pointé vers des modèles domestiques déclarés à la CAC, données gardées résidentes.
Parlez à notre équipe Chine

Ce que la documentation officielle de LangChain dit de la Chine

FaitSource primaire
Le dépôt GitHub de LangChain ouvre son README avec "LangChain is a framework for building agents and LLM-powered applications," et le panneau About étiquette le projet "MIT license" — du code open source que vous intégrez et exécutez vous-même, sans service hébergé et sans région à sélectionner. LangChain GitHub repository, README et étiquette de licence, consulté le 2026-10-14
La documentation de LangChain décrit la construction d'un agent en composant "exactly the agent your use case needs from model, tools, prompt, and middleware," et nomme LangSmith comme le service hébergé pour "trace, debug, and evaluate" — de sorte que la résidence dépend du modèle et des outils que vous choisissez, et le cloud de traces managé tourne à l'étranger. LangChain documentation, page d'aperçu, consulté le 2026-10-14
Les prompts, le contexte RAG récupéré, et les sorties de modèle envoyés du continent vers un modèle à l'étranger sont un transfert transfrontalier d'information personnelle au titre des articles 38 à 40 de la PIPL (information, un consentement distinct, et un mécanisme de transfert) ; l'article 28 ajoute des obligations renforcées pour l'information personnelle sensible. Loi sur la protection des informations personnelles de la RPC, articles 28 et 38 à 40
Utiliser l'IA générative pour fournir des services de contenu « au public » à l'intérieur de la Chine continentale exige une déclaration à la CAC plus des mesures de sécurité du contenu et un étiquetage du contenu IA ; l'obligation repose sur la fonction publique que vous construisez avec LangChain, non sur le fournisseur de modèle en amont. Mesures provisoires pour la gestion des services d'IA générative (生成式人工智能服务管理暂行办法), CAC

Sources vérifiées par Équipe Conformité 21YunBox le 14 octobre 2026.

Pour un public de Chine continentale, la première chose à régler au sujet de LangChain est que la question n’est pas de savoir s’il charge, et pas vraiment au sujet de LangChain du tout. LangChain est une bibliothèque d’orchestration open source — vous l’installez avec un gestionnaire de paquets et l’intégrez à l’intérieur de votre propre application, où elle tourne là où vous exécutez cette application. En soi, c’est du code neutre en résidence : il ne détient aucun modèle et ne stocke aucune donnée. Ce qu’il fait, c’est relier les pièces qui le font — le grand modèle de langage que vous appelez, le magasin de vecteurs depuis lequel votre récupération lit, les outils que vos agents invoquent. Ainsi « LangChain fonctionne-t-il en Chine » se résout en une question différente : où vivent ces pièces, et les données que vos chaînes déplacent franchissent-elles la frontière pour les atteindre ? Pointez une chaîne vers un point de terminaison d’inférence à l’étranger et chaque prompt, chaque morceau de contexte récupéré, et chaque complétion quitte le pays. Ce franchissement de frontière est l’événement de conformité — non le temps d’aller-retour, et non la bibliothèque.

Le dépôt GitHub de LangChain, montrant la première phrase du README le décrivant comme un framework pour construire des agents et des applications propulsées par des LLM, avec une étiquette de licence MIT dans le panneau About
"LangChain is a framework for building agents and LLM-powered applications." Le propre dépôt GitHub de LangChain le dit dans la première ligne de son README, et le panneau About étiquette le projet "MIT license" — c'est du code open source que vous intégrez et exécutez vous-même, sans service hébergé et sans région sur le territoire à sélectionner. La résidence est décidée par ce vers quoi vous le pointez. Source : github.com/langchain-ai/langchain

LangChain en Chine en un coup d’œil

Ce qui le décide Dans les propres termes de LangChain — et la loi chinoise
Où il tourne réellement LangChain est du code open source, distribué sous une licence MIT, que vous intégrez dans votre propre application et exécutez là où vous le déployez. Il n'y a aucun « service » LangChain avec une région à sélectionner — de sorte que la bibliothèque elle-même est neutre en résidence. Ce qui n'est pas neutre, ce sont les points de terminaison que vous configurez : le modèle, le magasin de vecteurs, et les outils que vos chaînes et agents appellent.
Ce que vous lui envoyez, et pourquoi c'est une information personnelle Pour répondre à une requête, LangChain assemble un prompt, récupère du contexte depuis votre corpus (RAG), passe des entrées aux outils, et renvoie une complétion. Ce flux porte couramment des noms, coordonnées, enregistrements de clients, et les documents internes sur lesquels vous récupérez — une information personnelle, et une information personnelle sensible au titre de l'article 28 de la PIPL là où des pièces d'identité, des données financières ou de santé apparaissent. Votre corpus RAG est souvent la donnée la plus confidentielle que votre entreprise détient.
Données franchissant la frontière vers un modèle à l'étranger Quand un utilisateur sur le continent déclenche une chaîne pointée vers un modèle ou un magasin de vecteurs managé à l'étranger, ce prompt et ce contexte récupéré quittent le pays. Au titre de la loi sur la protection des informations personnelles, c'est un transfert transfrontalier (articles 38 à 40) : information, un consentement distinct, et un mécanisme de transfert — une évaluation de sécurité de la CAC, le contrat type de la CAC, ou une certification.
La porte de déclaration IA générative s'applique-t-elle ? Seulement si vous livrez une fonction générative tournée vers le public. Les Mesures provisoires de la CAC pour la gestion des services d'IA générative régissent les services qui génèrent du contenu « au public » à l'intérieur de la Chine ; une bibliothèque de temps de build utilisée à l'intérieur de votre app n'en est pas une. Mais le chatbot, l'assistant ou la fonction de contenu que vous construisez avec LangChain et offrez aux utilisateurs continentaux en est un — et il doit une déclaration, des mesures de sécurité du contenu, et un étiquetage du contenu IA.
L'accessibilité n'est pas l'axe Il n'y a aucun serveur LangChain à pinguer, de sorte que ce n'est pas un blocage et la vitesse n'est pas le facteur décisif. La décision dépend de la résidence — si vos prompts, votre contexte RAG et vos données peuvent légalement quitter le pays pour atteindre le modèle que vous avez choisi. Toute surface tournée vers la Chine que vous livrez ensuite porte toujours une obligation de déclaration ICP (备案) et a besoin d'une diffusion conforme, sur le territoire. Cette page ne publie aucun chiffre de latence de première main ; la vitesse est le mauvais axe.

La bibliothèque tourne là où vous l’exécutez — de sorte que ce qu’elle appelle décide la résidence

Commencez par où LangChain tourne, parce que toute la question repose là-dessus. LangChain est un framework que vous ajoutez à votre propre base de code : son README s’ouvre en l’appelant “a framework for building agents and LLM-powered applications,” et le projet est livré sous une licence MIT. Il n’y a aucun LangChain hébergé auquel se connecter et aucune région sur le territoire à sélectionner — la bibliothèque s’exécute à l’intérieur de toute application que vous déployez, qui peut tout aussi bien se trouver sur un serveur continental que n’importe où ailleurs. En ce sens, LangChain est accessible et utilisable depuis la Chine d’une façon dont un service grand public bloqué ne l’est pas, et il peut tourner entièrement sur le territoire.

Ce que cela signifie aussi, c’est que LangChain ne fixe jamais votre posture de résidence — votre configuration le fait. Une chaîne est un pipeline de composants que vous choisissez : le point de terminaison du modèle, l’embedding et le magasin de vecteurs, le retriever, les outils. Si ceux-ci pointent à l’étranger, la bibliothèque envoie fidèlement vos données à l’étranger pour les atteindre ; s’ils pointent vers une infrastructure sur le territoire, les données restent. Ainsi la question de conformité n’est pas répondue en regardant LangChain. Elle est répondue en regardant la liste des points de terminaison auxquels vos chaînes et agents sont câblés, et où chacun vit.

Ce que vous lui envoyez est une information personnelle — et souvent votre corpus le plus sensible

Une requête LangChain n’est pas du texte neutre. Pour produire une réponse, la bibliothèque assemble un prompt, récupère du contexte de soutien depuis votre propre corpus, passe les entrées et sorties par des outils, et renvoie une complétion — et ce corpus est fréquemment le matériel le plus confidentiel qu’une entreprise détient : wikis internes, tickets de support, contrats, dossiers RH, documents sources. À l’instant où un utilisateur en Chine déclenche une chaîne qui atteint un modèle hébergé hors du continent, ce prompt et ce contexte récupéré sont un transfert transfrontalier d’information personnelle au titre de la loi chinoise sur la protection des informations personnelles. La PIPL met l’obligation sur le responsable — vous : les articles 38 à 40 exigent une information, un consentement distinct, et un mécanisme de transfert (une évaluation de sécurité de la CAC, le contrat type de la CAC, ou une certification), et l’article 28 ajoute des obligations renforcées là où les données sont sensibles — pièces d’identité officielles, financières, de santé, biométriques, ou l’information de mineurs qui surgit si souvent dans les documents récupérés.

Avant d’être une question de conformité, c’est une question de confidentialité : une représentation de votre base de connaissances propriétaire quittant le pays à chaque récupération. Et si une partie de ces données est une « donnée importante », ou si votre organisation exploite une infrastructure d’information critique, la loi sur la cybersécurité ajoute une obligation de localisation des données — l’article 39 (anciennement l’article 37 ; renuméroté par l’amendement 2025 en vigueur le 1er janvier 2026, substance inchangée) exige que l’information personnelle et les données importantes collectées et générées sur le territoire par de tels opérateurs soient stockées sur le territoire, avec une évaluation de sécurité avant toute exportation.

LangSmith et LangGraph Platform ajoutent une voie hébergée à l’étranger

Le runtime open source est une chose ; le cloud managé de LangChain en est une autre, et il vaut la peine d’être clair à son sujet. LangSmith est le service hébergé de LangChain pour tracer, déboguer et évaluer ce que font vos agents, et LangGraph Platform est sa façon hébergée de les déployer. Les deux sont des clouds managés qui tournent à l’étranger, sans région de Chine continentale. Le tracing est le point tranchant ici : une trace capture le prompt complet, le contexte récupéré, les étapes intermédiaires, et la sortie du modèle — exactement le flux sensible discuté ci-dessus. Envoyer des traces ou des déploiements à ce cloud est donc un second transfert transfrontalier à évaluer, distinct de l’appel au modèle lui-même, même si votre point de terminaison d’inférence est par ailleurs sur le territoire. Le levier est de garder l’orchestration et l’observabilité résidentes — exécuter le runtime open source à l’intérieur de votre propre environnement sur le territoire plutôt que d’acheminer les traces et déploiements vers le cloud managé à l’étranger.

La porte de déclaration IA générative — seulement si vous livrez au public

Sur la porte de déclaration, la réponse honnête pour une bibliothèque de temps de build est plus légère que pour un service IA grand public — et cela vaut la peine de le dire. Les Mesures provisoires de la Chine pour la gestion des services d’IA générative (生成式人工智能服务管理暂行办法) s’appliquent à l’utilisation de l’IA générative « pour fournir des services de génération de texte, d’images, d’audio, de vidéo et d’autre contenu au public sur le territoire de la République populaire de Chine ». LangChain assis à l’intérieur de votre base de code n’est pas un service de contenu public, de sorte que la mesure ne s’attache pas à la bibliothèque. La réserve porte sur ce que vous construisez avec : prenez un chatbot, un assistant ou une fonction de contenu propulsé par LangChain au public chinois et ce service en aval est exactement ce que la mesure régit — nécessitant sa propre déclaration, des mesures de sécurité du contenu, et un étiquetage du contenu IA, et, là où il classe ou recommande, les Dispositions sur la recommandation par algorithme aussi. Toute surface tournée vers la Chine que vous livrez porte aussi une obligation de déclaration ICP (备案). Cette page cartographie l’exposition ; elle ne statue pas sur vos faits — réglez les détails avec votre conseil au regard du produit et des données réels que vous manipulez.

Pourquoi un contrôle d’accessibilité manque cela

Un test d’accessibilité ou de latence pingue un point de terminaison et rapporte s’il répond et à quelle vitesse. Pour LangChain, ce test répond à la mauvaise question deux fois. D’abord, il n’y a aucun point de terminaison LangChain à pinguer — la bibliothèque tourne à l’intérieur de votre app, de sorte qu’un feu vert ne vous dit rien sur l’endroit où vos prompts et votre contexte RAG aboutissent. Ensuite, ce qui décide réellement la conformité est invisible pour une sonde : vers quel modèle et quel magasin de vecteurs chaque chaîne est câblée, si les données franchissant vers eux sont personnelles ou sensibles, et si la fonction publique que vous avez construite doit une déclaration à la CAC. Ce sont des faits de configuration et légaux, non des faits réseau. C’est la moitié qu’une vue de pure vitesse ou accessibilité ne peut pas fournir — et la moitié par laquelle nous commençons.

La voie légale — cartographier, localiser, diffuser

Pour une bibliothèque open source, le rôle de 21YunBox est ciblé, et nous le dirons clairement : il n’y a aucun « LangChain domestique » à vous vendre — la bibliothèque est déjà à vous d’exécuter, y compris sur le territoire. Notre valeur est en trois mouvements.

D’abord, nous cartographions l’exposition : la liste réelle des points de terminaison que vos chaînes et agents appellent — modèles, magasins de vecteurs, retrievers, outils, et tout cloud LangSmith ou LangGraph Platform — lesquels d’entre eux se trouvent à l’étranger, si les prompts et le contexte récupéré franchissant vers eux sont personnels, sensibles, ou des « données importantes », et comment cela atterrit face aux règles transfrontalières de la PIPL, à l’article 28, et à la loi sur la cybersécurité, de sorte que vous et votre conseil puissiez fixer les garde-fous. Ensuite, nous vous aidons à localiser les appels qui ne peuvent pas légalement être servis à l’étranger : exécuter LangChain lui-même sur le territoire et pointer ces chaînes vers un grand modèle domestique déclaré à la CAC ou un modèle souverain sur le territoire, avec un magasin de vecteurs sur le territoire et un traitement consenti, résident, pour ce qui doit rester sur le sol continental. C’est une alternative légale en Chine, jamais une route vers un modèle à l’étranger. Troisièmement, nous diffusons toute surface tournée vers la Chine que votre équipe livre — l’app, l’assistant ou l’edge d’API que vos utilisateurs continentaux atteignent — sur une infrastructure déclarée ICP, sur le territoire (le 21YunBox Optimizer), devant le stack que vous exploitez déjà, sans reconstruction et sans seconde base de code.

21YunBox est un overlay conforme, non une migration, et un partenaire des outils que vous utilisez, non un concurrent de ceux-ci. 21YunBox n’utilise ni ne suggère jamais de contournement d’aucune sorte. Le résultat est une configuration qui tourne légalement et en conformité pour vos utilisateurs en Chine.

Obtenir une évaluation de conformité →


À lire également :

Questions fréquentes

LangChain est-il bloqué en Chine ?

Non. LangChain est une bibliothèque open source Python et JavaScript que vous installez et exécutez à l'intérieur de votre propre application, de sorte qu'il n'y a rien à bloquer et l'accessibilité n'est pas le problème. La question de conformité est l'endroit où vivent les modèles, magasins de vecteurs et outils qu'il orchestre, et si vos prompts et votre contexte RAG franchissent la frontière pour les atteindre.

Si j'auto-héberge LangChain en Chine, suis-je conforme ?

Exécuter la bibliothèque sur le territoire est le bon premier mouvement, mais ce n'est pas une conformité automatique — cela dépend de ce vers quoi vous le pointez. Une chaîne qui appelle un modèle à l'étranger fait toujours un transfert transfrontalier PIPL, et une fonction générative tournée vers le public doit toujours la déclaration à la CAC et une déclaration ICP. Le levier est d'associer LangChain sur le territoire à des modèles domestiques déclarés à la CAC ou souverains et de garder les prompts et les données RAG résidents.

Utiliser LangSmith ou LangGraph Platform change-t-il l'image ?

Oui. LangSmith et LangGraph Platform sont le cloud managé hébergé de LangChain, qui tourne à l'étranger sans région continentale. Envoyer des traces ou des déploiements là-bas déplace vos prompts, votre contexte récupéré et vos sorties à travers la frontière — un transfert distinct à évaluer, même si votre point de terminaison d'inférence est sur le territoire. Garder l'orchestration et l'observabilité sur le territoire évite cette exposition.

Articles sur LangChain

Catégories

AI and ML