LangChain

LangChain是一个快速构建LLM代理和应用的方法，他提供与构建的代理架构和模型集成，只需要输入api就可集成LLM。

1.1 LangChain核心功能

模块类别 示例功能
模块接口封装 OpenAI、Claude、Cohere、Qwen 等模型统一调用方式
输出结构化 自动从模型中解析 JSON、Schema、函数签名、文档等
Memory管理 Buffer、Summary、Entity、Conversation Memory 等
Tool 接入 Web 搜索、SQL 数据库、Python 执行器、API 代理等
Agent 架构 ReAct、Self-Ask、OpenAI Function Agent 等调度机制
RAG继承 多种 Retriever、Vector Store、文档拆分策略
Server/API 发布 快速将链部署为 Web 服务或 A2A Agent
Debug & Callback Token 使用统计、LangSmith 可视化追踪等

可以说LangChain不仅仅是智能体开发应用的简单框架，更是模型应用组装的工具箱。

1.2 LangChain核心架构

LangChain核心架构大致分为三层

  1. 最底层的大模型API抽象层：内置开源模型调度框架封装API；中转&聚合平台封装API；其他自定义第三方模型封装API

  2. 中间层的工作流API抽象层：在确保模型接入后，LangChain有定义了一整套LCEL（LangChain Expression Language）语法，以方便开发者能够非常便捷的将提示词模板、大模型以及一些外部工具进行组合拼装，搭建一些工作流

  3. 最顶层的AGENT API抽象层：封装LangChain Agent基础封装逻辑，创建方法和编排方法。内置工具组调用方法等

LangGraph

LangChain和LangGraph是并列存在的，底层架构同源，接口完全相同，区别在于LangChain是链式结构而LangGraph是图装结构