跳到主要内容
LangChain 是开始构建完全自定义的代理和应用程序的简便方法，这些代理和应用程序由 LLM 提供支持。只需不到 10 行代码，您就可以连接到 OpenAI、Anthropic、Google 和 更多。LangChain 提供了一个预构建的代理架构和模型集成，可帮助您快速入门，并将 LLM 无缝集成到您的代理和应用程序中。
LangChain 与 LangGraph 与深度代理如果您希望构建代理，我们建议您从 深度代理 开始，它“开箱即用”，具有现代功能，例如自动压缩长对话、虚拟文件系统以及用于管理和隔离上下文的子代理生成。深度代理是 LangChain 代理 的实现。如果您不需要这些功能或希望为您的代理和自主应用程序自定义它们，请从 LangChain 开始。当您具有更高级的需求，需要结合确定性和代理工作流程以及大量自定义时，请使用 LangGraph，我们的低级代理编排框架和运行时。
LangChain 代理 构建在 LangGraph 之上，以提供持久执行、流式传输、人工参与、持久性等。您不需要了解 LangGraph 即可使用基本的 LangChain 代理。 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。

​
创建代理

# pip install -qU langchain "langchain[anthropic]"
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"}]}
)
请参阅 安装说明 和 快速入门指南，开始使用 LangChain 构建您自己的代理和应用程序。

​
核心优势

标准模型接口

不同的提供商具有与模型交互的独特 API，包括响应的格式。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、高度灵活的代理

LangChain 的代理抽象旨在易于上手，让您只需不到 10 行代码即可构建一个简单的代理。但它也提供了足够的灵活性，让您可以尽情地进行上下文工程。

构建在 LangGraph 之上

LangChain 的代理构建在 LangGraph 之上。这使我们能够利用 LangGraph 的持久执行、人工参与支持、持久性等。

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 或 提交问题。
将这些文档连接到 Claude、VSCode 等，以获得实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.