LangChain
LangChain是一家专注于大语言模型（LLM）应用开发基础设施的人工智能公司，致力于为开发者提供构建AI应用所需的开源框架与工具。其核心产品包括LangChain框架（用于编排LLM调用与工具链）、LangGraph（用于构建多步骤AI工作流与智能体）以及LangSmith（用于调试、监控和评估LLM应用），广泛应用于企业级AI应用开发场景。
核心事实
时间轴 (近 90 天)
在官方文档尚未完全澄清概念边界时，动手做最小可行原型进行对比比反复揣测更有效
LangChain 的托管接口往往绑定其商业产品 LangSmith/LangGraph Cloud 的可观测性平台与按量付费计算资源
LangChain 同时提供 create_deep_agent 和 define_deep_agent 两个接口
关于 Deep Agents 与 MDA 区别的区分基于命名惯例与框架设计模式的推断，社区原帖并未给出官方权威定义
有开发者在 Reddit 社区提出 Deep Agents 与 MDA（Managed Deep Agents，托管式深度智能体）之间的区别问题
@ai-sdk/workflow 与 LangChain 的 Chain/Agent 概念类似，但更深度集成 Vercel 的运行时与流式响应体系，适合 Next.js 等全栈场景
CogniCore作为记忆后端与现有LangChain链路协同工作，在智能体底层加一层记忆，无需替换现有智能体
OpenBot 是一个可自托管的多智能体运行时平台，深度整合了 LangChain 生态中的 LangMem 长期记忆与 LangSmith 链路追踪能力
Otis选择了与AutoGPT、LangChain等主流Agent框架差异化的极简道路
LangChain 通过 Chain、Tool、Memory 等抽象层封装 LLM 调用，功能全面但学习曲线陡峭
还有 40 条时间轴事件
全部知识事实 (20)
LangChain是由Harrison Chase于2022年创建的LLM应用开发框架
90%已验证LangChain由Harrison Chase于2022年10月作为开源项目发布
90%已验证目前主流的AI Agent框架包括LangChain、AutoGen、CrewAI等
90%已验证在MCP出现之前，AI调用外部工具主要依赖OpenAI的Function Calling机制或各框架自定义的插件系统
80%已验证LangChain是目前最流行的大模型应用开发框架，提供了链式调用、记忆管理、工具调用等抽象层
80%已验证LangChain、LlamaIndex、Dify、OpenWebUI 等主流框架和工具都以 OpenAI 格式作为首选适配目标
80%已验证OpenAI API已成为LLM领域的事实标准接口协议
80%已验证工具增强型AI（Tool-Augmented AI）是当前大模型应用的重要发展方向，OpenAI的Function Calling和Anthropic的Tool Use等机制在底层支撑这一范式
80%已验证ReAct（Reasoning + Acting）框架由Yao等人在2022年提出，将Chain-of-Thought推理与外部工具交互交替进行
80%已验证LangChain4J是LangChain框架的Java实现
80%已验证LangChain、AutoGen、CrewAI是当前市面上的主流Agent开发框架
80%已验证多智能体（Multi-Agent）架构的典型框架包括微软的AutoGen、CrewAI、LangGraph等
80%已验证LangChain的核心抽象包括Chain（链式调用）、Agent（智能体）、Memory（记忆）和Tool（工具）
80%已验证AI Agent底层通常由大语言模型（LLM）驱动，配合工具调用、记忆模块和规划框架（如ReAct范式）实现复杂任务自动化
80%已验证LangChain的生态系统包含LangChain Core、LangChain Community、LangGraph和LangSmith四大组件
80%已验证LangChain新版本推出了init_chat_model统一接口作为官方推荐的模型创建方式
80%已验证AI Agent具备工具调用（Tool Use）和规划推理（Planning & Reasoning）两大核心能力，能将复杂目标自动分解为可执行的子任务序列
80%已验证OpenAI API格式已成为大模型领域事实上的行业标准接口规范，其核心是/v1/chat/completions端点
80%已验证LangGraph是LangChain团队推出的进阶框架，专为构建有状态、多步骤的Agent工作流而设计
80%已验证LangGraph基于有向图的状态机模型，提供更精细的流程控制能力
80%