Skip to main content
LangChain v1.0 现已发布！为了查看完整的更改列表以及如何升级您的代码的说明，请参阅发布说明和迁移指南。如果您遇到任何问题或需要反馈，请打开一个工单，以便我们进行改进。要查看v0.x版本文档，请访问存档网站。
LangChain 是开始构建由 LLMs 驱动的智能体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。LangChain 提供了预构建的智能体架构和模型集成，帮助您快速、无缝地将 LLMs 集成到您的智能体和应用程序中。 我们建议您使用LangChain来快速构建智能体和自主应用程序。当您有更高级的需求，需要结合确定性和智能体工作流程、大量定制以及严格控制延迟时，请使用我们的低级智能体编排框架和运行时LangGraph。 LangChain 智能体 是基于 LangGraph 构建的，旨在提供持久执行、流式传输、人机交互、持久化等功能。您无需了解 LangGraph 即可使用 LangChain 基本智能体功能。

​
安装

pip install -U langchain

​
创建一个智能体

# 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="anthropic:claude-sonnet-4-5",
    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

Standard model interface

不同的提供商拥有独特的API来与模型交互，包括响应格式。LangChain标准化了与模型的交互方式，以便您可以无缝切换提供商并避免锁定。

Easy to use, highly flexible agent

LangChain的智能体抽象设计得易于上手，让您可以在10行代码内构建一个简单的智能体。但它也提供了足够的灵活性，让您能够实现所有您心中所渴望的上下文工程。

Built on top of LangGraph

LangChain的智能体建立在LangGraph之上。这使得我们能够利用LangGraph的持久执行、人工干预支持、持久性等功能。

Debug with LangSmith

使用可视化工具追踪执行路径、捕获状态转换并提供详细的运行时指标，深入了解复杂智能体行为。
在GitHub上编辑此页面的源代码。
通过MCP将这些文档编程连接到Claude、VSCode等，以获取实时答案。