❝开发者们,重磅消息!两大开源 AI 智能体框架 LangChain 与 LangGraph 同时迈入 1.0 时代,为生产级应用带来前所未有的稳定性与灵活性。
经过多年迭代与社区反馈,LangChain 团队正式发布 LangChain 1.0 与 LangGraph 1.0——这是这两大框架的首个主要版本,标志着 AI Agent 开发正式进入“工程化”阶段。 同步上线的,还有全新设计的 文档站点,首次将 Python 与 JavaScript 文档完全整合。
一、LangChain vs LangGraph:分工与定位
- LangChain:构建 AI 智能体的最快方式。提供标准的工具调用架构、供应商无关设计和可插拔的中间件系统,让开发者高效构建通用 Agent。
- LangGraph:一个底层运行时框架,专为需要长期运行、可控且高定制化的生产级智能体设计。
二者相辅相成——LangChain 智能体构建在 LangGraph 之上,因此你可以从快速原型出发,逐步升级到复杂的业务工作流,而无需重写逻辑。
二、LangChain 1.0:更快、更灵活、更精简
LangChain 一直是智能体开发的首选框架,凭借标准化接口与丰富的集成,帮助开发者快速构建不受供应商限制的 LLM 应用。 但社区反馈指出:抽象层过厚、包结构臃肿、循环逻辑难以定制。LangChain 1.0 正是对此的全面回应。
❝“我们在 Rippling 严重依赖 LangGraph 提供的持久化运行时,而 LangChain 1.0 新的预构建智能体与中间件系统让我们能以更高灵活性开发。我们已经在生产中使用。” —— Ankur Bhatt, Rippling AI 负责人
LangChain 1.0 的三大核心升级:
1️⃣ 全新的 create_agent 抽象
create_agent 是围绕核心智能体循环构建的新一代接口,让你能以极简方式快速上手。
运行逻辑:
- 模型接收请求
- 响应包括两种情况:
- 工具调用 → 执行 → 写入上下文
- 最终回答 → 返回结果
- 循环执行直至任务完成
from langchain.agents import create_agentweather_agent = create_agent( model="openai:gpt-5", tools=[get_weather], system_prompt="Help the user by fetching the weather in their city.",)result = weather_agent.invoke({"role": "user", "what's…