LangChain 维护多个开源包来帮助您构建代理。每一个在代理开发堆栈中都有不同的用途。了解 代理框架, 代理运行时、 代理测试工具 帮助您选择适合您需求的工具。

代理框架（如 LangChain）

代理框架提供抽象，使在使用 LLM 构建时更容易入门。

LangChain 是一个提供结构化内容块、代理循环和中间件等抽象的代理框架。

LangChain 的抽象设计易于入门，同时仍提供高级用例所需的灵活性。

虽然 LangChain 构建于 LangGraph之上，但您不需要了解 LangGraph 也能使用 LangChain。

其他代理框架示例包括 Vercel AI SDK, CrewAI, OpenAI Agents SDK, Google ADK, LlamaIndex等，还有更多。

何时使用 LangChain

在以下情况下使用 LangChain：

• - 您想要快速构建智能体和自主应用程序。
• - 您需要对模型、工具和智能体循环使用标准抽象。
• - 您需要一个易于使用但仍具灵活性的框架。
• - 您正在构建简单的智能体应用程序，无需复杂的编排需求。

智能体运行时（如 LangGraph）

智能体运行时提供了在生产环境中运行智能体的工具。 支持的工具可能包括：

• 持久执行：智能体可在失败后持久化，并可长时间运行，从中断处恢复。
• 流式传输：支持流式工作流和响应。
• Human-in-the-loop：通过检查和修改智能体状态来纳入人工监督。
• 持久化：用于状态管理的线程级和跨线程持久化。
• 底层控制：直接控制智能体编排，不受高级抽象限制。

LangGraph 是一个用于构建、管理和部署长时间运行、有状态智能体的底层编排框架和运行时。

智能体框架通常是更高级别的，并在智能体运行时上运行。 例如，LangChain 1.0 构建在 LangGraph 之上。

智能体运行时的其他示例包括 Temporal, Inngest以及其他持久执行引擎。

何时使用 LangGraph

在以下情况下使用 LangGraph：

• - 您需要对智能体编排进行细粒度的底层控制。
• - 您需要对长时间运行的有状态智能体进行持久执行。
• - 您正在构建复杂的工作流，结合确定性步骤和智能体步骤。
• - 您需要用于智能体部署的生产就绪基础设施。

智能体工具包（如 Deep Agents SDK）

智能体工具包是固执己见的、包含电池的框架，内置了用于构建复杂长时间运行智能体的工具和功能。 支持的工具可能包括：

• 规划能力：使用待办事项列表追踪多个任务。
• 任务委托：委托工作并使用子智能体保持上下文清晰。
• 文件系统：对不同可插拔存储后端的文件进行读写访问。
• 令牌管理：对话历史摘要和大型工具结果清除。

该 Deep Agents SDK 构建在 LangGraph 之上，并添加了规划能力、用于上下文管理的文件系统、生成子智能体的能力等。 Deep Agents 专为需要规划和分解的复杂多步骤任务而设计。

示例任务包括处理状态中的搜索结果、脚本和其他产物。

其他 Agent 框架示例包括 Claude Agent SDK, Manus以及其他编码 CLI。

何时使用 Deep Agents SDK

使用 Deep Agents SDK when:

• - 您正在构建长时间运行的 Agent。
• - 您正在构建需要处理复杂多步骤任务的 Agent。
• - 您想使用预定义工具，例如文件系统操作、bash 执行和自动上下文工程。
• - 您想使用预定义提示词和子 Agent。

功能对比

虽然您可以使用 LangChain、LangGraph 和 Deep Agents 完成类似任务，但它们的集成级别不同：

了解更多

• - LangChain 概述
• - LangGraph 概述
• - Deep Agents 概述