AAsteriadne

website

LangChain Docs

所属分类：开发者在线工具箱

LangChain 的 Python 开发文档，含安装、智能体构建与托管部署说明

代码文档

LangChain Docs 是 LangChain 框架的官方文档站，主要面向用 Python 开发大语言模型应用与智能体的开发者。概览页以 create_agent 为起点，说明 LangChain、LangGraph、Deep Agents 和 LangSmith 各自的用途，帮助读者判断应从哪一层开始。

LangChain Docs：LangChain 的 Python 开发文档，涵盖安装、智能体构建与托管部署

发布于 2026年10月18日更新于 2026年10月30日

概览页如何划分各个组件

概览页把几个相关产品放在同一套文档中。LangChain 提供 create_agent，是一个可以逐步添加中间件的智能体基础框架；LangGraph 是底层编排框架，适合把确定性流程与智能体步骤组合在一起；LangSmith 用于追踪、调试和评估以上任一框架构建的智能体。页面还说明，LangChain 的智能体构建在 LangGraph 之上，因此可以使用后者提供的持久执行、人机协作和持久化等能力。

LangChain 文档概览页，标题为 LangChain overview，正文开头为 Agent = Model + Harness 介绍，并有 LangChain、LangGraph、Deep Agents 与 LangSmith 的选择提示框，下方是 Create an agent 小节

安装与第一个智能体

安装页给出 pip install -U langchain 的命令，并注明需要 Python 3.10 及以上版本。模型厂商的集成需要另外安装，例如 langchain-openai 与 langchain-anthropic。

概览页的示例展示了如何用 create_agent 创建一个带自定义工具的智能体。示例工具是一个根据城市名返回天气描述的 Python 函数，示例中的返回文字是固定内容；智能体通过 invoke 方法接收用户消息。示例的模型选项包括 OpenAI、Google Gemini、Claude（Anthropic）、OpenRouter、Ollama、Azure 与 AWS Bedrock 等。

托管部署：Managed Deep Agents

托管 Deep Agents（MDA）是 LangChain 文档中标注为 BETA 的一项服务。页面说明，开发者只需编写智能体的指令、可调用的工具、需要遵循的技能以及驱动它的模型，运行与基础设施由平台提供，包括 Deep Agents 的智能体循环、文件系统与子智能体，以及运行在 LangSmith Agent Server 上的线程、运行、流式输出和 MCP 端点。

页面中的示例是一个项目文件夹，其中 agent.py 通过 define_deep_agent 指定智能体的名称、模型、工具和中间件。

LangChain 文档中的 Managed Deep Agents 页面截图，左侧为该页目录，正文介绍托管智能体，并显示一段名为 agent.py 的 Python 示例代码

左侧目录与学习路径

左侧目录按学习顺序分组。Get started 包括概览、快速开始、安装、更新日志与设计理念；Core components 包括智能体、模型、消息、工具、短期记忆、流式输出与结构化输出。其后的分组包括高级用法（护栏、运行时、上下文工程、MCP、人机协作、多智能体、检索与长期记忆）、智能体开发与测试、生产部署和可观测性。

文档还提供 llms.txt 索引，并说明可以通过 MCP 把文档接入所用的智能体工具，以便获取实时答案。

旧地址的跳转

旧的 python.langchain.com/docs/ 地址访问后会跳转到 docs.langchain.com 的 LangChain 概览页，因此收藏旧链接的读者可以直接使用跳转后的页面。