LangChain 维护了多个开源包，旨在帮助您构建智能体。每个包在智能体开发堆栈中都有不同的用途。理解 智能体框架、智能体运行时 和 智能体工具链 之间的区别，有助于您为需求选择最合适的工具。文档索引
在以下地址获取完整的文档索引：https://docs.langchain.org.cn/llms.txt
在进一步探索之前，请使用此文件发现所有可用页面。
| 框架 | 运行时 | 运行载体 (Harness) | |
|---|---|---|---|
| 核心价值 |
|
|
|
| 使用场景 |
|
|
|
| 选项 |
|
|
|
智能体框架（例如 LangChain）
智能体框架提供了抽象层，使构建大模型应用更容易上手。 LangChain 是一个智能体框架，它提供了结构化内容块、智能体循环和中间件等抽象。 LangChain 的抽象设计旨在易于上手，同时为高级用例提供所需的灵活性。 虽然 LangChain 构建在 LangGraph 之上，但您无需掌握 LangGraph 即可使用 LangChain。 其他智能体框架示例包括 Vercel AI SDK、CrewAI、OpenAI Agents SDK、Google ADK、LlamaIndex 等。何时使用 LangChain
在以下情况下使用 LangChain：- 您想要快速构建智能体和自主应用程序。
- 您需要用于模型、工具和智能体循环的标准抽象。
- 您想要一个既易于使用又具备灵活性的框架。
- 您正在构建简单的智能体应用，且没有复杂的编排需求。
智能体运行时（例如 LangGraph）
智能体运行时提供了在生产环境中运行智能体的工具。支持的特性可能包括：- 持久化执行 (Durable execution)：智能体在故障后仍能保持状态，并能长期运行，从中断处恢复。
- 流式处理 (Streaming)：支持工作流和响应的流式输出。
- 人机协作 (Human-in-the-loop)：通过检查和修改智能体状态，引入人工监督。
- 持久化 (Persistence)：支持线程级和跨线程的持久化，以便进行状态管理。
- 底层控制：在没有高级抽象的情况下，直接控制智能体编排。
何时使用 LangGraph
在以下情况下使用 LangGraph：- 您需要对智能体编排进行细粒度的底层控制。
- 您需要为长期运行的有状态智能体提供持久化执行支持。
- 您正在构建结合了确定性逻辑与智能体步骤的复杂工作流。
- 您需要生产级的智能体部署基础设施。
智能体工具链（例如 Deep Agents SDK）
智能体工具链 (Harnesses) 是功能完备、包含预设规则的框架，内置了用于构建复杂、长期运行智能体的工具和功能。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。
- 任务委托：通过子智能体分派工作并保持上下文清晰。
- 文件系统：对各种可插拔存储后端的文件读写权限。
- Token 管理：对话历史总结和大规模工具结果的清理。
何时使用 Deep Agents SDK
在以下情况下使用 Deep Agents SDK：- 您正在构建需要长期运行的智能体。
- 您正在构建需要处理复杂、多步任务的智能体。
- 您想使用预定义工具，例如文件系统操作、Bash 执行和自动上下文工程。
- 您想使用预定义的提示词和子智能体。
功能比较
虽然您可以使用 LangChain、LangGraph 和 Deep Agents 完成类似的任务，但它们的集成层面有所不同：了解更多
将这些文档连接到 Claude、VSCode 等，以获得实时答案。