LangChain · LangGraph · LangSmith 中文实战
用 LangChain 构建 AI 应用
探索 Agent 与工具调用、RAG 检索评测、LangGraph 状态恢复,以及 LangSmith 追踪与隐私。结合中文教程、工程专题和版本参考,理解实现与取舍。
查找 API、教程或报错原文,可以使用顶部搜索。
开发专题
从具体问题进入,查看实现、适用版本与排查方法。
LangChain 生态
LangChain
构建 Agent
create_agent 把模型、工具和中间件组合成 Agent,让模型在循环里调用工具直到任务完成。
LangGraph
编排长流程与状态恢复
需要精确控制流程、长任务恢复或人工介入时使用,重点是 checkpoint 保存了什么。
LangSmith
追踪、评测与调试
接入追踪之前,先确认会向外发送哪些数据,以及脱敏开关实际清除了什么。
langchain-classic
兼容旧接口,支持分步迁移
旧版的 LLMChain、AgentExecutor 等接口移到了这里,可以先换 import 保持行为,再逐步迁移。
学习与迁移
文档与资料
查 API 细节,或维护旧版本项目时使用。
常见问题
跟着做需要 OpenAI 之类的 API Key 吗?
第一个 Agent 使用脚本化模型,可以不联网、不提供 API Key 地观察框架行为。接入真实模型时,需要相应 Provider 的访问方式与配置;其他教程的前提请查看各页“适用范围”。
如何复现文章中的代码和输出?
带实验的原创教程在“适用范围”和“依据与复现”中列出环境、代码来源与运行方法。请先核对版本和模型前提;参考资料、官方文档预览和历史归档不代表本站独立运行的结果。
现在以 Python 还是 JavaScript 为主?
目前以 Python 为主。JS/TS 开发者可以看上方的 JS/TS 中文文档,但它基于更早的版本,不覆盖当前版本。