LangChain
Abstract
LangChain 是一个面向 Agent Engineering 的开源框架，核心价值是用统一的抽象把大模型、工具调用、提示词、状态与执行流程组织起来，让开发者可以更快地构建可迭代、可观测、可替换模型供应商的 AI 应用。
从官方定位看，LangChain 更适合用来快速搭建自定义 Agent 和 LLM 应用：它提供预构建的 Agent 架构，并集成 OpenAI、Anthropic、Google、Ollama、AWS Bedrock、HuggingFace 等模型或服务。
Info
一个典型 Agent 通常由三部分组成：模型、工具函数和系统提示词。开发时可以先用 create_agent 把这些组件组合起来，再通过 invoke 传入用户消息执行任务。
需要区分几个相关项目：
- LangChain：上层开发框架，适合快速构建 Agent 和 LLM 应用。
- LangGraph：更底层的编排框架，适合需要持久执行、复杂状态、人类介入或确定性流程混合 Agent 流程的场景。
- Deep Agents：基于 LangChain Agent 的更完整 Agent 方案，内置上下文压缩、虚拟文件系统、子 Agent 等能力。
- LangSmith：用于追踪、调试、评估 Agent 行为，帮助理解复杂调用链和运行状态。
LangChain 的定位
- LangChain 解决的是“怎么把模型和工具组织成可工作的 Agent”。
- LangGraph 解决的是“怎么控制复杂 Agent 工作流”。
- LangSmith 解决的是“怎么观察和评估 Agent 是否可靠”。