待验证85% 置信事实时间未知
LangChain在1.0中将RAG也封装为Agent，体现了以Agent为中心的设计理念
1
来源数
85%
置信度
长期有效
时效性
2026/6/3
首次发现
来源
LangChain 1.0全景解读：架构、核心模块与学习路径
bilibili大模型教程
涉及实体
相关事实
待验证在LangChain 1.3 + LangGraph体系下，RAG可作为Agent的一个工具节点集成，使Agent自主决策何时检索知识库73% 相似已验证LangChain从V1版本开始将核心重点转向Agent定位，推出了Deep Agents框架72% 相似待验证LangChain和CrewAI可用于构建自定义Agent工作流69% 相似已验证LangGraph是LangChain团队推出的Agent编排框架，其核心理念是将Agent的执行流程建模为有向图（DAG），支持循环、条件分支等复杂控制流69% 相似待验证LangChain的Agent模块提供工具（Tool）抽象、记忆（Memory）管理、链式调用（Chain）等核心组件，并支持Zero-shot ReAct Agent、Conversational Agent等执行策略69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/38200API
curl https://kongchang.com/api/v1/knowledge/claims/38200MCP
get_claim(id=38200)