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)
LangChain 和 LlamaIndex 都内置了 Markdown 感知的分块器（MarkdownTextSplitter），能自动按标题层级递归分割文档
LangChain 的抽象层包括 Chain、Agent、Tool、Memory、Callback 等数十个概念，被开发者批评为'抽象泄漏'严重
DeepAgents提供操作系统文件、调用Skill等LangChain本身缺少的高级功能
在所有AI Agent框架中，LangChain对大模型的支持是最全面的
字节跳动开源的Eino是Go语言社区中较为活跃的Agent开发框架，提供Tool调用、Chain编排、Memory管理等核心能力，设计理念参考LangChain并针对Go并发特性优化
Python生态拥有LangChain、CrewAI、AutoGen等成熟Agent框架，而Go语言的Agent框架选择相对有限
LangChain是最早出现的Agent编排框架之一，积累的问题和经验最多，生态最活跃
楼兰在其LangChain 1.3版本实战课程中将LangChain与LangGraph两个模块进行了统一，抽出共同的'Agent底层基座'
深入学习底层框架LangChain比追逐上层应用工具更有迁移价值，因为热门产品本质上都是基于底层框架构建的
LCEL是LangChain在2023年下半年引入的声明式编排语法，通过管道操作符将统一为Runnable接口的组件串联
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LangChain 1.0架构明确了三个核心模块的层次关系：LangChain（高层封装）、LangGraph（底层引擎）和Deep Agents（面向复杂任务）
80%已验证DeepAgent官网将自身定位为'an agent harness'（基于驾驭工程的智能体框架）
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LangChain在GitHub上的星标超过9万
80%已验证LangChain4J是Python生态中LangChain框架的Java移植版，提供链式调用、记忆管理、向量检索等功能
80%