跳到主要内容
LangChain v1.0 现已发布！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，请访问存档内容。
LangChain 是开始构建由大型语言模型驱动的代理和应用程序的最简单方式。只需不到 10 行代码，您就可以连接到 OpenAI、Anthropic、Google 以及更多提供商。LangChain 提供预构建的代理架构和模型集成，帮助您快速入门，并将大型语言模型无缝集成到您的代理和应用程序中。 如果您想快速构建代理和自主应用程序，我们建议您使用 LangChain。当您有更高级的需求，需要结合确定性和代理工作流、高度定制以及精心控制延迟时，请使用我们的低级代理编排框架和运行时LangGraph。 LangChain 代理是基于 LangGraph 构建的，以提供持久执行、流式处理、人工干预、持久性等功能。基本 LangChain 代理的使用无需了解 LangGraph。

​
安装

pip install -U langchain

​
创建代理

# pip install -qU "langchain[anthropic]" to call the model

from langchain.agents import create_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"It's always sunny in {city}!"

agent = create_agent(
    model="claude-sonnet-4-5-20250929",
    tools=[get_weather],
    system_prompt="You are a helpful assistant",
)

# Run the agent
agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]}
)

​
核心优势

标准模型接口

不同提供商与模型交互的 API 各不相同，包括响应格式。LangChain 规范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、高度灵活的代理

LangChain 的代理抽象设计易于上手，您可以在不到 10 行代码中构建一个简单的代理。但它也提供了足够的灵活性，让您可以随心所欲地进行所有上下文工程。

基于 LangGraph 构建

LangChain 的代理是基于 LangGraph 构建的。这使我们能够利用 LangGraph 的持久执行、人工干预支持、持久性等功能。

使用 LangSmith 进行调试

通过可视化工具深入了解复杂的代理行为，这些工具可以追踪执行路径、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.