LangChain
LangChain 是面向大语言模型（LLM）应用的编排框架，2025 年 10 月与 LangGraph 同步发布 1.0 LTS 稳定版（支持到 2026-12，2.0 前无破坏性变更）。它把 LLM 应用拆成可组合的抽象层：底层 langchain-core 定义统一的 Runnable 接口（invoke / batch / stream + 异步族 + 管道符 | 串联），上层 langchain 提供模型/提示/工具/记忆/RAG/Agent 等具体集成与高级 API；生态还包括 langgraph（状态图编排运行时，可独立使用）、langsmith（观测与评估，横跨两者）。1.0 的关键变化是：create_agent 取代旧 AgentExecutor 成为构造 agent 的标准 API（底层基于 LangGraph），Middleware（@before_model / @after_model / wrap_model_call / wrap_tool_call 等）成为自定义 agent 行为的主扩展范式，记忆机制改用 graph state.messages + Checkpointer(thread_id) 而非已弃用的 ConversationBufferMemory。LCEL（LangChain Expression Language）仍是 Runnable 的组合语法，适合线性流水线（prompt | model | parser），但复杂流程（循环 / 条件分支 / 中断 / HITL）推荐直接用 LangGraph StateGraph。
评价
优点
- 统一抽象 + 生态完整：跨提供商（OpenAI / Anthropic / Gemini / Ollama 等）的 Chat Model、Embeddings、Vector Store、Document Loader 一套接口切换；
init_chat_model()工厂让模型替换零成本 - LCEL 声明式组合：
prompt | model | parser用管道符串联，组件级自动获得 batch / async / streaming / 重试 / fallbacks - LangGraph 编排能力强：StateGraph + Command + Send 原生支持循环、条件分支、map-reduce、human-in-the-loop、断点续跑
- LangSmith 可观测性：设环境变量即自动追踪，配合 Datasets / Evaluators / Experiments 做在线评测与回归
- LTS 稳定承诺：1.0 支持到 2026-12，2.0 前无破坏性变更，生产可用
- 官方文档迁移到 docs.langchain.com：1.0 后文档结构清晰，弃用边界明确
缺点
- 抽象层多、学习曲线陡：LangChain / langchain-core / LCEL / LangGraph / LangSmith 五个概念容易混淆，新手上手成本高
- 1.0 迁移代价大：旧代码用
AgentExecutor/ConversationBufferMemory/LLMChain大量已弃用，迁移到create_agent+ state 需要重写 - LangServe 已弃用：2024-11-18 进入维护态，新项目必须改用 LangGraph Platform（商业部署）
- 历史包袱重：网上 v0.x 教程代码（Memory、AgentExecutor）仍大量流传，照搬会触发
LangGraphDeprecatedSinceV10警告 - 私有数据流式可能泄露：graph state 中的私有数据默认不出现在 output_keys，但流式时仍可能暴露，需显式收紧
- 节点重跑风险：interrupt 恢复或重试时受影响节点会从头重跑，非幂等副作用（发邮件 / 扣款）需自己加去重
文档地址
- LangChain 官方总入口（docs.langchain.com）
- LangGraph Graph API
- @tool / ToolRuntime 工具官方说明
- 短期记忆 / Checkpointer / SummarizationMiddleware
- LangChain 1.0 + LangGraph 1.0 LTS 公告
GitHub地址
langchain-ai/langchain · langchain-ai/langgraph · langchain-ai/langserve（已弃用）