Skip to main content
LangChain v1 是一个专注且可用于生产环境的智能体构建基础框架。 我们围绕三大核心改进优化了该框架：

createAgent

在 LangChain 中构建智能体的新标准方法，以更简洁、更强大的 API 取代了 LangGraph 中的 createReactAgent。

Standard content blocks

新的 contentBlocks 属性，为所有提供商提供了对现代 LLM 功能的统一访问方式。

Simplified package

langchain 包已进行精简，专注于智能体的核心构建模块，遗留功能已移至 @langchain/classic。
升级方法： 
npm install langchain @langchain/core
有关完整变更列表，请参阅迁移指南。

​
createAgent

createAgent 是 LangChain 1.0 中构建智能体的标准方式。它提供了比从 LangGraph 导出的预构建 createReactAgent 更简单的接口，同时通过使用中间件提供了更大的自定义潜力。 
import { createAgent } from "langchain";

const agent = createAgent({
  model: "anthropic:claude-sonnet-4-5",
  tools: [getWeather],
  systemPrompt: "You are a helpful assistant.",
});

const result = await agent.invoke({
  messages: [
    { role: "user", content: "What is the weather in Tokyo?" },
  ],
});

console.log(result.content);
在底层，createAgent 构建于基础的智能体循环之上 —— 调用模型，让其选择要执行的工具，并在其不再调用任何工具时结束：
Core agent loop diagram
更多信息，请参阅智能体。

​
中间件

中间件是 createAgent 的定义性特性。它使 createAgent 高度可定制，提升了您所能构建内容的上限。 优秀的智能体需要上下文工程：在正确的时间将正确的信息传递给模型。中间件通过可组合的抽象，帮助您控制动态提示、对话摘要、选择性工具访问、状态管理和防护栏。

​
预构建中间件

LangChain 为常见模式提供了一些预构建中间件，包括：
  • summarizationMiddleware：在对话历史过长时进行压缩
  • humanInTheLoopMiddleware：对敏感的工具调用需要获得批准
  • piiRedactionMiddleware：在发送给模型之前编辑敏感信息
import {
  createAgent,
  summarizationMiddleware,
  humanInTheLoopMiddleware,
  piiRedactionMiddleware,
} from "langchain";

const agent = createAgent({
  model: "anthropic:claude-sonnet-4-5",
  tools: [readEmail, sendEmail],
  middleware: [
    piiRedactionMiddleware({ patterns: ["email", "phone", "ssn"] }),
    summarizationMiddleware({
      model: "anthropic:claude-sonnet-4-5",
      maxTokensBeforeSummary: 500,
    }),
    humanInTheLoopMiddleware({
      interruptOn: {
        sendEmail: {
          allowedDecisions: ["approve", "edit", "reject"],
        },
      },
    }),
  ] as const,
});

​
自定义中间件

您也可以构建自定义中间件以满足特定需求。 通过使用 createMiddleware 函数实现以下任意钩子来构建自定义中间件：
钩子运行时机用例
beforeAgent在调用智能体之前加载记忆，验证输入
beforeModel在每次 LLM 调用之前更新提示，修剪消息
wrapModelCall围绕每次 LLM 调用拦截和修改请求/响应
wrapToolCall围绕每次工具调用拦截和修改工具执行
afterModel在每次 LLM 响应之后验证输出，应用防护栏
afterAgent在智能体完成之后保存结果，清理
Middleware flow diagram
自定义中间件示例： 
import { createMiddleware } from "langchain";

const contextSchema = z.object({
  userExpertise: z.enum(["beginner", "expert"]).default("beginner"),
})

const expertiseBasedToolMiddleware = createMiddleware({
  wrapModelCall: async (request, handler) => {
    const userLevel = request.runtime.context.userExpertise;
    if (userLevel === "expert") {
      const tools = [advancedSearch, dataAnalysis];
      return handler(
        request.replace("openai:gpt-5", tools)
      );
    }
    const tools = [simpleSearch, basicCalculator];
    return handler(
      request.replace("openai:gpt-5-nano", tools)
    );
  },
});

const agent = createAgent({
  model: "anthropic:claude-sonnet-4-5",
  tools: [simpleSearch, advancedSearch, basicCalculator, dataAnalysis],
  middleware: [expertiseBasedToolMiddleware],
  contextSchema,
});
更多信息，请参阅完整的中间件指南。

​
基于 LangGraph 构建

由于 createAgent 基于 LangGraph 构建，您自动获得对长期运行和可靠智能体的内置支持，包括：

Persistence

通过内置检查点功能，对话自动在不同会话间持久化

Streaming

实时流式传输令牌、工具调用和推理轨迹

Human-in-the-loop

在敏感操作前暂停智能体执行以等待人工批准

Time travel

将会话回退到任意时间点，并探索替代路径和提示
您无需学习 LangGraph 即可使用这些功能——它们开箱即用。

​
结构化输出

createAgent 改进了结构化输出的生成：
  • 主循环集成：结构化输出现在在主循环中生成，无需额外的 LLM 调用
  • 结构化输出策略：模型可以在调用工具和使用提供商端结构化输出生成之间进行选择
  • 成本降低：消除了额外 LLM 调用带来的额外开销
import { createAgent } from "langchain";
import * as z from "zod";

const weatherSchema = z.object({
  temperature: z.number(),
  condition: z.string(),
});

const agent = createAgent({
  model: "openai:gpt-4o-mini",
  tools: [getWeather],
  responseFormat: weatherSchema,
});

const result = await agent.invoke({
  messages: [
    { role: "user", content: "What is the weather in Tokyo?" },
  ],
});

console.log(result.structuredResponse);
错误处理：通过 ToolStrategy 的 handleErrors 参数控制错误处理：
  • 解析错误：模型生成的数据与所需结构不匹配
  • 多个工具调用：模型为结构化输出模式生成了 2 个或更多工具调用

​
标准内容块

大多数包的 1.0 版本已可用。目前仅以下包支持新的内容块：
  • langchain
  • @langchain/core
  • @langchain/anthropic
  • @langchain/openai
计划未来更广泛地支持内容块。

​
优势

  • 提供商无关：使用相同的 API 访问推理轨迹、引用、内置工具（网络搜索、代码解释器等）以及其他功能，无论提供商是谁
  • 类型安全：所有内容块类型都有完整的类型提示
  • 向后兼容：标准内容可以延迟加载，因此没有相关的破坏性变更
更多信息，请参阅我们的内容块指南

​
简化包

LangChain v1 简化了 langchain 包的命名空间，专注于智能体的核心构建模块。该包仅暴露最有用和最相关的功能： 为了方便起见，其中大部分是从 @langchain/core 重新导出的，这为您提供了一个用于构建智能体的集中 API 界面。

​
@langchain/classic

遗留功能已移至 @langchain/classic，以保持核心包的轻量和专注。

​
@langchain/classic 包含的内容

如果您使用任何这些功能，请安装 @langchain/classic： 
npm install @langchain/classic
然后更新您的导入： 
import { ... } from "langchain"; 
import { ... } from "@langchain/classic"; 

import { ... } from "langchain/chains"; 
import { ... } from "@langchain/classic/chains";

​
报告问题

请在 GitHub 上使用 'v1' 标签报告发现的任何 1.0 版本问题。

​
额外资源

LangChain 1.0

阅读公告

Middleware Guide

深入探讨中间件

Agents Documentation

完整的智能体文档

Message Content

新的内容块 API

Migration guide

如何迁移到 LangChain v1

GitHub

报告问题或贡献代码

​
另请参阅

Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.