xt/agcore

Files

T

徐涛 28ca43ccb2 chore(docs): 将设计文档从 docs 移至 design 目录

将 note、pdd、prd、roadmap 四类文档分别归入 `design/` 下对应子目录中，并新增 `.gitkeep` 占位文件

2026-07-23 05:45:53 +08:00

7.8 KiB

Raw Blame History

LangChain & LangGraph 功能调研笔记

调研时间：2026-07-06 两者关系：同一公司（LangChain Inc.）维护的堆栈上下两层，不是竞品

两者关系

┌──────────────────────────────────────────┐
│           LangChain (v1.0 GA)            │ ← 高层框架：模型抽象、工具、提示词、600+集成
│   create_agent / LCEL / 组件库           │
├──────────────────────────────────────────┤
│           LangGraph (v1.0 GA)            │ ← 底层运行时：有向图执行引擎
│   StateGraph / Checkpointing / HITL      │
├──────────────────────────────────────────┤
│          LangSmith (可观测性)             │
└──────────────────────────────────────────┘

2025年10月22日同时达到 v1.0 GA，官方分工：

LangChain = agent framework：abstractions and integrations for models, tools, and agent loops. LangGraph = orchestration runtime：durable execution, streaming, human-in-the-loop, and persistence.

LangChain v1.0 的 create_agent 内部已运行在 LangGraph 引擎上。

LangChain v1.0

定位

高层应用框架，提供 agent 所需的组件抽象和集成生态。

精简后的核心模块

模块	功能
`langchain.agents`	`create_agent`, `AgentState`（取代旧 AgentExecutor）
`langchain.chat_models`	`init_chat_model`, `BaseChatModel`（统一模型初始化）
`langchain.tools`	`@tool`, `BaseTool`
`langchain.messages`	消息类型、内容块、`trim_messages`
`langchain.embeddings`	`init_embeddings`, `Embeddings`

旧组件（LLMChain、ConversationChain 等）移入 langchain-classic。

七大组件类别

类别	关键组件
Models	Chat models, LLMs, Embeddings — 统一接口跨 provider 切换
Tools	600+ provider 集成：API、数据库、搜索引擎等
Agents	`create_agent`, ReAct agents, Tool-calling agents
Memory	消息历史、自定义状态
Retrievers	向量检索器、网络检索器
Document	加载器、分割器、转换器
Vector Stores	Chroma, Pinecone, FAISS 等集成

v1.0 关键新特性

1. Middleware 中间件系统 — create_agent 的钩子系统：

before_model — 模型调用前注入/修改
after_model — 模型调用后验证/后处理
wrap_tool_call — 拦截工具调用错误

2. Standard Message Content — 跨 provider 标准化消息内容格式：

推理/思维链、引用、多模态（图片/音视频/文档）
工具调用、provider 特有工具（web search, code execution）
通过 .content_blocks 属性访问，向后兼容

3. create_agent — 取代旧 AgentExecutor，内部运行在 LangGraph 运行时上

成熟度

维度	状态
版本	v1.0 GA（2025-10）
稳定性	稳定，agent 层经重构后已稳定
生产证明	Replit, Clay, Rippling, Cloudflare, Workday
支持	LTS-style support track
适用场景	RAG、信息提取、单 agent 助手、快速原型

LangGraph v1.0

定位

底层编排运行时，专为有状态、长时间运行、多步骤工作流设计。

核心抽象链

StateGraph → Nodes (纯 Python 函数) → Edges (路由逻辑)
                              ↓
                        Shared State (TypedDict / Pydantic)
                              ↓
                     Checkpointer (每个 super-step 快照)

StateGraph: 有状态图，参数化 State 类型
Nodes: 纯函数，(State) → updates
Edges: add_conditional_edges，支持循环/分支/合并
State: TypedDict 或 Pydantic，带 reducer 处理并发更新
Reducers: add_messages 等，自动处理追加 vs 覆盖

完整功能矩阵

功能	状态	细节
StateGraph	✅ 稳定	循环图（非 DAG），条件边缘，并行 fan-out
Checkpointing	✅ v4.1.1	SQLite / PostgreSQL / Redis 后端
Durable Execution	✅ 稳定	跨失败自动恢复，从精确断点继续
Human-in-the-loop	✅ 一等公民	`interrupt()` + `Command(resume=...)`
Time-travel 调试	✅ 稳定	回滚任意 checkpoint，fork 重放
流式输出	✅ 稳定	Token 级 + State 级 + Event 级
多 Agent 编排	✅ 稳定	Supervisor / Swarm / 层级 / Subgraph
Comprehensive Memory	✅ 稳定	短时工作记忆 + 长时持久记忆
增量状态存储	🧪 DeltaChannel beta (v4.1.0+)	长消息列表只存 delta
跨进程状态同步	🧪 RemoteCheckpointer (v4.1.0+)	分布式多 agent 架构
自动 checkpoint 清理	✅ keep_latest TTL (v4.0.2)	避免无限制积累历史
LangGraph Platform	✅ 稳定	Agent Server：持久化、任务队列、版本管理
LangGraph Studio	✅ 稳定	可视化 agent 工作流

成熟度

维度	状态
版本	v1.0 GA（2025-10），checkpointer v4.1.1 (2026-05)
稳定性	高，持久化为架构一等公民
生产证明	Klarna, Replit, Elastic
支持	LTS-style support track
适用场景	多步骤 agent、多 agent 系统、人工审批、长时间运行任务

功能边界对比

维度	LangChain	LangGraph
层次	高层应用框架	底层编排运行时
核心抽象	`create_agent`, LCEL, 组件库	`StateGraph`, Nodes, Edges, State
思维模型	线性或 DAG 管道	节点 + 边缘的循环有向图
循环/分支	受限	一等公民：任意循环、分支、合并
状态持久化	无原生支持	一等公民：Checkpointer
Human-in-loop	需手动编排	一等公民：`interrupt()` + `Command`
Time-travel 调试	无	一等公民：回滚 fork 重放
Durable Execution	无	一等公民：跨故障自动恢复
流式	Token 级	Token + State + Event 每节点流式
多 Agent 编排	需手动组合	原生：Supervisor/Swarm/Subgraph
模型抽象	核心优势	复用 LangChain
600+ 集成	核心优势	可复用 LangChain 集成
LCEL 线性链	有	无
Middleware	v1.0 特有	无
学习曲线	中等	较陡（需图思维）
部署平台	无独立平台	LangGraph Platform + Studio

决策路线

你的 workflow 需要什么？
│
├─ 线性、始终相同步骤 → LangChain (LCEL / create_agent)
├─ 需要循环/分支/重试 → LangGraph (StateGraph)
├─ 需要持久化/故障恢复 → LangGraph (Checkpointer)
├─ 需要人工审批 → LangGraph (interrupt())
├─ 需要 time-travel 调试 → LangGraph (checkpoint + fork)
├─ 需要多 agent 协作 → LangGraph (Supervisor/Swarm/Subgraph)
└─ 不确定 → 先用 create_agent，遇到瓶颈下钻到 StateGraph

7.8 KiB Raw Blame History Unescape Escape