LangChain 项目介绍

项目定位

LangChain 是构建 AI Agent 和 LLM 应用的主流 Python 框架，定位为Agent 工程平台——提供从模型抽象、工具编排到中间件扩展的完整开发基础设施。

解决的核心问题：如何让开发者用一行代码初始化任意供应商的模型，并用中间件模式灵活扩展 Agent 的行为，而无需深入理解每个模型的 API 差异。

核心能力

统一模型初始化：init_chat_model() 一行代码接入 20+ 供应商（OpenAI、Anthropic、Google、Ollama 等），自动推断 provider，支持运行时动态切换
中间件系统：五层钩子（before_agent/before_model/wrap_model_call/after_model/wrap_tool_call）+ 装饰器快捷模式，实现重试、回退、缓存、HITL 等横切关注点的模块化
LangGraph 驱动的 Agent 循环：基于 StateGraph 的状态机架构，通过条件边实现灵活的工具调用循环和流程控制
结构化输出策略自适应：AutoStrategy 自动在 Provider 原生输出和 Tool 模式间选择最优方案
合作伙伴生态：Monorepo 下 17+ 独立 partner 包，每个集成独立发版、独立测试
人在回路（HITL）：内置审批、编辑、拒绝三种人工干预模式，支持动态 Review 配置

技术栈

维度	技术
语言	Python 3.10+
包管理	uv（快速依赖解析）
核心依赖	langchain-core（基础抽象）、langgraph（状态图）、pydantic（数据校验）
代码质量	ruff（linter/format）、mypy（类型检查）、pytest（测试）
CI/CD	GitHub Actions（SHA 固定的安全策略）

架构概览

快速体验

# 安装
pip install langchain
# 或
uv add langchain

# 最简使用
python -c "
from langchain.chat_models import init_chat_model
model = init_chat_model('openai:gpt-5.4')
result = model.invoke('Hello, world!')
print(result)
"

# 创建 Agent
python -c "
from langchain.agents import create_agent

def check_weather(location: str) -> str:
    return f\"天气晴朗在 {location}\"

graph = create_agent(
    model='anthropic:claude-sonnet-4-5',
    tools=[check_weather],
    system_prompt='你是一个天气助手'
)
inputs = {'messages': [{'role': 'user', 'content': '北京天气如何'}]}
for chunk in graph.stream(inputs, stream_mode='updates'):
    print(chunk)
"

教程导读

本教程分为两个部分：

AI 应用篇（/tutorials/langchain/ai/）：聚焦如何使用 LangChain 构建 Agent 应用

第 01 章：统一模型初始化协议 — init_chat_model() 的工作原理
第 02 章：Agent 中间件生命周期 — 五层钩子与装饰器模式
第 03 章：基于图的状态管理 — StateGraph 驱动的 Agent 循环
第 04 章：结构化输出的策略自适应 — AutoStrategy 的智能选择
第 05 章：人在回路（HITL） — Agent 流程中的确认与编辑
第 06 章：Agent 状态 Schema 设计 — TypedDict + Annotated Reducers
第 07 章：内置中间件库 — 开箱即用的 Agent 能力扩展
第 08 章：工具系统的依赖注入 — InjectedState 与 InjectedStore

Dev 工程篇（/tutorials/langchain/dev/）：聚焦 LangChain 自身的工程实践

第 01 章：Monorepo 架构与包管理 — uv 驱动的模块化生态
第 02 章：合作伙伴集成模式 — 独立包 + 标准测试
第 03 章：公共 API 稳定性策略 — 向后兼容与弃用流程
第 04 章：代码质量工程 — Ruff + mypy + pytest 三位一体
第 05 章：Model Profiles 生成系统 — 模型能力数据的自动化管理
第 06 章：CI/CD 与发布流程 — GitHub Actions 驱动的自动化管线