跳到主要内容
LangChain v1.0 现已推出！有关更改的完整列表以及如何升级代码的说明，请参阅发布说明和迁移指南。如果您遇到任何问题或有反馈，请提出问题，以便我们改进。要查看 v0.x 文档，请转到存档内容。
LangChain 是开始构建由大型语言模型（LLM）驱动的智能体和应用程序的最简单方法。只需不到 10 行代码，您就可以连接到 OpenAI、Anthropic、Google 和更多平台。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 LLM 无缝集成到您的智能体和应用程序中。 如果您想快速构建智能体和自主应用程序，我们建议您使用 LangChain。当您有更高级的需求时，需要结合确定性和智能体工作流、大量定制和精心控制的延迟，请使用我们的低级智能体编排框架和运行时LangGraph。 LangChain 智能体基于 LangGraph 构建，以提供持久执行、流式传输、人机交互、持久化等功能。基本 LangChain 智能体使用不需要了解 LangGraph。

​
安装

npm install langchain @langchain/core

​
创建智能体

import * as z from "zod";
// npm install @langchain/anthropic to call the model
import { createAgent, tool } from "langchain";

const getWeather = tool(
  ({ city }) => `It's always sunny in ${city}!`,
  {
    name: "get_weather",
    description: "Get the weather for a given city",
    schema: z.object({
      city: z.string(),
    }),
  },
);

const agent = createAgent({
  model: "claude-sonnet-4-5-20250929",
  tools: [getWeather],
});

console.log(
  await agent.invoke({
    messages: [{ role: "user", content: "What's the weather in Tokyo?" }],
  })
);

​
核心优势

标准模型接口

不同的提供商有独特的 API 来与模型交互，包括响应格式。LangChain 标准化了您与模型交互的方式，以便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 的智能体抽象旨在易于上手，让您可以在不到 10 行代码中构建一个简单的智能体。但它也提供了足够的灵活性，让您可以进行您想要的任何上下文工程。

基于 LangGraph 构建

LangChain 的智能体基于 LangGraph 构建。这使我们能够利用 LangGraph 的持久执行、人机交互支持、持久化等功能。

使用 LangSmith 调试

利用可视化工具深入了解复杂的智能体行为，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。
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.