跳至主要內容

LangChain 概述

LangChain v1.0 已发布！

有关完整的更新内容和升级指南，请查看 发布说明 和 迁移指南。
如果遇到问题或有反馈，请 提交 issue 以帮助我们改进。
若需查看 v0.x 文档，请访问 存档网站。

LangChain 是最快速入门构建基于 LLM 的智能代理和应用的方法。不到 10 行代码，你就可以连接 OpenAI、Anthropic、Google 以及更多提供商（详见）。LangChain 提供预构建的代理架构和模型集成，帮助你快速启动并无缝将 LLM 集成到你的应用中。

如果你想快速构建代理和自主应用，建议使用 LangChain。
当你有更复杂的需求，需要结合确定性与智能工作流、高度自定义以及精确延迟控制时，可使用 LangGraph，这是我们提供的低级代理编排框架和运行时。

LangChain agents 构建在 LangGraph 之上，提供持久化执行、流式处理、人类参与、数据持久化等功能。基础使用无需了解 LangGraph。

安装

Python

pip install -U langchain
uv add langchain

JavaScript / TypeScript

npm install langchain @langchain/core
pnpm add langchain @langchain/core
yarn add langchain @langchain/core
bun add langchain @langchain/core

创建代理

Python 示例

# pip install -qU "langchain[anthropic]" 调用模型

from langchain.agents import create_agent

def get_weather(city: str) -> str:
    """获取指定城市的天气"""
    return f"{city} 天气总是晴朗！"

agent = create_agent(
    model="anthropic:claude-sonnet-4-5",
    tools=[get_weather],
    system_prompt="你是一个乐于助人的助手",
)

# 执行代理
agent.invoke(
    {"messages": [{"role": "user", "content": "旧金山天气如何？"}]}
)

JavaScript / TypeScript 示例

import * as z from "zod";
// npm install @langchain/anthropic 调用模型
import { createAgent, tool } from "langchain";

const getWeather = tool(
  ({ city }) => `${city} 天气总是晴朗！`,
  {
    name: "get_weather",
    description: "获取指定城市的天气",
    schema: z.object({
      city: z.string(),
    }),
  },
);

const agent = createAgent({
  model: "anthropic:claude-sonnet-4-5",
  tools: [getWeather],
});

console.log(
  await agent.invoke({
    messages: [{ role: "user", content: "东京天气如何？" }],
  })
);

核心优势

标题描述
标准模型接口不同提供商有各自独特的 API，包括响应格式。LangChain 标准化了模型交互方式，使你可以无缝切换提供商，避免锁定。
易用且高度灵活的代理LangChain 的代理抽象非常易于上手，10 行代码即可创建简单代理，同时也支持复杂的上下文管理和自定义操作。
构建于 LangGraph 之上LangChain 的代理构建在 LangGraph 上，支持持久执行、人类参与、持久化等功能。
使用 LangSmith 调试提供可视化工具，跟踪执行路径、状态转换并生成详细运行时指标，让复杂代理行为可视化。
最近更新