| 框架 | 运行时 | 工具包 | |
|---|---|---|---|
| 价值添加 |
|
|
|
| 何时使用 |
|
|
|
| 选项 |
|
|
|
代理框架（如 LangChain）
代理框架提供了抽象化，使使用大模型构建代理变得更加容易。 LangChain 是一个代理框架，提供结构化内容块、代理循环和中间件等抽象。 LangChain 的抽象设计旨在易于快速开始使用，同时仍能为高级用例提供灵活性。 虽然 LangChain 建立在 LangGraph 之上，但您无需了解 LangGraph 即可使用 LangChain。 其他代理框架示例包括Vercel 的 AI SDK、CrewAI、OpenAI 代理 SDK、Google ADK、LlamaIndex 等。使用 LangChain 的时机
使用 LangChain 时：- 您希望快速构建代理和自主应用程序。
- 您需要标准的模型、工具和代理循环抽象。
- 您希望使用易于使用的框架，同时仍能提供灵活性。
- 您正在构建简单的代理应用程序，无需复杂的编排需求。
代理运行时（如 LangGraph）
代理运行时提供了在生产中运行代理所需的工具。 支持的工具可能包括：- 持久执行：代理在失败后仍然存在，并可以长时间运行，从上次中断的地方继续执行。
- 流式传输：支持流式工作流和响应。
- 人机交互：通过检查和修改代理状态来纳入人类监督。
- 持久性：线程级和跨线程的持久性，用于状态管理。
- 低级控制：直接控制代理编排，无需高级抽象。
使用 LangGraph 的时机
使用 LangGraph 时：- 您需要对代理编排进行精细的低级控制。
- 您需要为长时间运行的状态化代理提供持久执行。
- 您正在构建结合确定性和自主步骤的复杂工作流。
- 您需要为代理部署提供生产就绪的基础架构。
代理工具包（如 Deep Agents SDK）
代理工具包是具有内置工具和功能的意见性、开箱即用框架，用于构建复杂的长时间运行代理。 支持的工具可能包括：- 规划能力：通过待办事项列表跟踪多个任务。
- 任务委派：分配工作并保持上下文干净使用子代理。
- 文件系统：在不同的插件存储后端上读写访问文件。
- 令牌管理：对话历史记录总结和大型工具结果移除。
使用 Deep Agents SDK 的时机
使用 Deep Agents SDK 时：- 您正在构建长时间运行的代理。
- 您正在构建需要处理复杂多步骤任务的代理。
- 您希望使用预定义工具，如文件系统操作、bash 执行和自动化上下文工程。
- 您希望使用预定义提示和子代理。
功能比较
虽然您可以使用 LangChain、LangGraph 和 Deep Agents 完成类似的任务，但它们集成的层次有所不同：更多信息
在 GitHub 上编辑此页面：Edit this page on GitHub 或 提交问题。
通过 MCP 将这些文档与 Claude、VSCode 等连接，以获得实时答案：Connect these docs。