LangChain 概述 - Docs by LangChain

在不到 10 行代码内，构建完全自定义的、由大语言模型驱动的智能体和应用程序，并集成 OpenAI、Anthropic、Google 等。 LangChain 提供预构建的智能体架构和模型集成，帮助您快速入门，并将大语言模型无缝整合到您的智能体和应用程序中。

LangChain vs. LangGraph vs. Deep Agents从 Deep Agents 开始，获取一个“开箱即用”的智能体，具备自动上下文压缩、虚拟文件系统和子智能体生成等功能。Deep Agents 构建于 LangChain 智能体之上，您也可以直接使用 LangChain。对于需要结合确定性工作流和智能体工作流的高级需求，请使用我们的底层编排框架 LangGraph。

创建一个智能体

// 首先安装：npm install langchain zod @langchain/openai
import { createAgent, tool } from "langchain";
import * as z from "zod";

const getWeather = tool(
  (input) => `${input.city} 总是阳光明媚！`,
  {
    name: "get_weather",
    description: "获取给定城市的天气",
    schema: z.object({
      city: z.string().describe("要获取天气的城市"),
    }),
  }
);

const agent = createAgent({
  model: "gpt-5.4",
  tools: [getWeather],
});

console.log(
  await agent.invoke({
    messages: [{ role: "user", content: "旧金山的天气怎么样？" }],
  })
);

请参阅安装说明和快速入门指南，开始使用 LangChain 构建您自己的智能体和应用程序。

使用 LangSmith 来跟踪请求、调试智能体行为并评估输出。设置 LANGSMITH_TRACING=true 和您的 API 密钥即可开始。

核心优势

标准模型接口

不同的提供商拥有与模型交互的独特 API，包括响应格式。LangChain 标准化了您与模型交互的方式，使您可以无缝切换提供商并避免锁定。

易于使用、高度灵活的智能体

LangChain 的智能体抽象设计易于上手，让您在不到 10 行代码内构建一个简单的智能体。但它也提供了足够的灵活性，允许您进行所有期望的上下文工程。

构建于 LangGraph 之上

LangChain 的智能体构建于 LangGraph 之上。这使我们能够利用 LangGraph 的持久执行、人在回路支持、持久化等功能。

使用 LangSmith 进行调试

通过可视化工具深入洞察复杂的智能体行为，这些工具可以跟踪执行路径、捕获状态转换并提供详细的运行时指标。

将这些文档通过 MCP 连接到 Claude、VSCode 等，以获取实时答案。

在 GitHub 上编辑此页面或提交问题。

安装 LangChain

​ 创建一个智能体

​ 核心优势

标准模型接口

易于使用、高度灵活的智能体

构建于 LangGraph 之上

使用 LangSmith 进行调试

创建一个智能体

核心优势