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)
LangGraph相较于LangChain早期基于AgentExecutor的线性执行模式，更接近一个状态机或工作流引擎，适合编排多智能体之间的复杂交互逻辑。
自0.2版本起，LangChain官方将智能体相关功能（包括memory模块）从LangChain中抽离并整合到LangGraph。
B站上存在一套名为《LangChain企业级开发实战》的视频教程，主打「零基础到项目落地」，内容涵盖环境搭建、模型调用、Prompt 管理、消息对象、输出解析、链式调用与 LCEL 表达式、RAG 实战和企业级 Agent 开发。
在 LangChain 中，工具拦截器通常以回调（Callback）或中间件形式挂载在 Agent 执行链路上，可在工具调用前后读取运行上下文、修改输入参数、阻断调用或改写返回结果。
该教程面向已对 LangChain 和 Agent 开发有基本认知的开发者，而非零基础入门。
MCP 协议层的 OAuth、令牌校验决定客户端能否连接 Server，而 LangChain 拦截器决定单次调用在当前业务语境下是否放行或脱敏；两者配合构成完整的管控闭环。
LangChain 的 `create_agent` API 将模型设置、工具列表加载和 System Prompt 配置封装在一起。
LangChain 的 V1 版本要求 Python 3.10 以上，推荐用 UV 创建 Python 虚拟环境。
LangChain 的封装能自动处理并行调用和多步调用，关联工具数量约 200 个以内时也能顺利识别和调用。
MCP 只负责连接，不决定 Agent 的业务逻辑和执行顺序，后者由 LangChain/LangGraph 承担。
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%已验证当前主流的编程智能体架构大多采用ReAct（Reasoning + Acting）范式
90%已验证LangSmith是LangChain公司推出的LLM应用可观测性平台，通过Tracing技术记录每次Agent执行的完整链路
90%已验证LangChain由Harrison Chase于2022年10月作为开源项目发布
90%已验证微软的AutoGen、LangChain的LangGraph和OpenAI的Swarm框架都在探索多Agent分工协作
90%已验证目前主流的AI Agent框架包括LangChain、AutoGen、CrewAI等
90%已验证MCP中每个工具都有严格的JSON Schema描述，包括名称、功能说明和参数规范
90%已验证2023年以来，以AutoGPT、LangChain Agent、OpenAI Assistants API为代表的Agent框架迅速普及，推动了Agentic AI概念的兴起
90%已验证ReAct（Reasoning + Acting）框架让模型能够交替进行推理和行动
90%已验证LangGraph是LangChain团队于2024年初推出的智能体编排框架
90%已验证构建AI应用的框架不止LangChain一个，替代方案包括Claude SDK、OpenAI SDK、LlamaIndex、Semantic Kernel、AutoGen等
85%已验证LangChain基于ReAct（Reasoning + Acting）思维-行动循环模式，提供通用的工具链编排框架
85%已验证Agent Harness指包裹在大语言模型外围、负责协调模型与外部世界交互的整套工程系统
80%已验证LangChain首要支持Python，其次是TypeScript
80%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LLM 工具支持 OpenAI、Anthropic、Google 等多种模型提供商
80%已验证LangSmith是LangChain官方的追踪和评估平台
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AutoGPT是GitHub历史上增长最快的开源项目之一
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%