摘要：LangChain 与 LangGraph 同时发布 1.0 正式版，标志着 AI 智能体开发从“快速原型”迈向“生产级落地”的关键转折。两大框架分工明确、协同进化，为开发者提供从快速上手到高定制化部署的完整路径。本文带你全面解读 1.0 版本的核心升级、技术亮点与选型指南。

🚀 重磅发布：LangChain 1.0 & LangGraph 1.0 正式上线

---

就在近日，AI 开发者社区迎来一个里程碑时刻——LangChain 与 LangGraph 正式发布 1.0 版本！

这是两大开源框架的首个稳定主版本，不仅意味着 API 的稳定性承诺，更象征着 AI 智能体（Agent）开发正式进入 “工程化、可生产、可运维” 的新阶段。

与此同时，全新设计的官方文档站点 docs.langchain.com 也已上线，首次实现 Python 与 JavaScript 文档的完全整合，为全栈开发者提供一致体验。

🎬 运行效果预览

📌 如果您这个项目感兴趣，欢迎「付费点赞」支持一下！

👉 下方点击「喜欢作者」，金额随心，心意无价。 让我们在技术路上彼此赋能，少走弯路，高效落地！

付费后，请务必添加我的微信（微信号：weber812）并发送支付凭证，我将第一时间拉您进入专属「技术支持群」。

进群后您能获得哪些福利？👉 完整代码具体请见下方说明！

---

🔍 一、LangChain vs LangGraph：定位清晰，相辅相成

在深入升级细节前，我们先理清两者的核心定位：

框架	定位	适用场景
LangChain 1.0	高层抽象框架	快速构建通用 AI 智能体，适合原型开发与轻量级应用
LangGraph 1.0	底层运行时引擎	支持持久化、人工干预、复杂流程控制的生产级智能体

✅ 关键关系：LangChain 的智能体可直接构建在 LangGraph 运行时之上。
你可以从 LangChain 快速启动原型，再无缝迁移到 LangGraph 实现长期运行与高可靠性，无需重写业务逻辑。

---

🛠️ 二、LangChain 1.0：更快、更轻、更灵活

作为最受欢迎的 AI Agent 框架之一，LangChain 1.0 针对社区长期反馈的“抽象过重”“结构臃肿”等问题，进行了全面重构。

1️⃣ 全新 create_agent 接口：极简上手

告别复杂的 create_react_agent，新版本引入统一的 create_agent 抽象，三行代码即可构建一个智能体：

from langchain.agents import create_agentweather_agent = create_agent(    model="openai:gpt-5",    tools=[get_weather],    system_prompt="Help the user by fetching the weather in their city.")result = weather_agent.invoke({"input": "What's the weather in San Francisco?"})

执行流程更清晰：

• 模型接收输入
• 判断是否调用工具 → 执行并写入上下文
• 生成最终回答 → 返回结果
• 循环直至任务完成

2️⃣ 中间件系统（Middleware）：可插拔的控制逻辑

这是 LangChain 1.0 最具突破性的设计之一——在智能体核心循环中插入自定义逻辑。

内置中间件包括：

• Human-in-the-loop：关键步骤暂停，等待人工审批
• Summarization：自动压缩历史，防止上下文溢出
• PII Redaction：自动脱敏敏感信息（如身份证、邮箱） 你也可以开发自己的中间件，实现日志记录、权限校验、A/B 测试等高级功能。

3️⃣ 统一输出格式：.content_blocks

所有 LLM 输出（文本、工具调用、引用、推理轨迹）统一为 .content_blocks 结构，跨模型、跨供应商保持一致。

同时，结构化输出（如 JSON Schema）直接集成进主循环，无需额外 LLM 调用，显著降低延迟与成本。

4️⃣ 包结构精简，性能更优

• 移除冗余模块，核心包更轻量
• create_react_agent 等旧接口已弃用
• 最低支持 Python 3.10+（不再支持 3.9）
• 旧版功能迁移至 langchain-classic，确保平滑迁移

🔧 安装与升级命令

# Pythonuv pip install --upgrade langchainuv pip install langchain-classic  # 用于兼容旧项目# JavaScriptnpm install @langchain/langchain@latestnpm install @langchain/langchain-classic

⚙️ 三、LangGraph 1.0：为生产而生的运行时引擎

如果说 LangChain 是“智能体工厂”，那 LangGraph 就是“智能体操作系统”。

经过在 Uber、LinkedIn、Klarna、Rippling 等企业的生产环境验证，LangGraph 1.0 成为构建高可靠智能体的首选运行时。

核心三大能力：

• 持久化状态（Durable State）

• 智能体可中断后恢复，任务不丢失
• 适用于长周期任务（如客服流程、审批流）

• 内置持久化（Persistence）

• 无需额外数据库，自动保存上下文与执行状态
• 支持检查点（Checkpoints）机制

• 原生 Human-in-the-loop

• 在关键节点暂停执行，等待人工审核或修改
• 支持“审批-继续”、“编辑-重试”等交互模式

📦 升级方式

# Pythonuv pip install --upgrade langgraph# JavaScriptnpm install @langchain/langgraph@latest

🌟 四、结语：AI 智能体的“稳定时代”已来

LangChain 与 LangGraph 1.0 的发布，不仅是版本号的更新，更是 AI 开发范式的升级：

• ✅ 从“玩具”到“工具”：支持企业级稳定性与可观测性
• ✅ 从“实验”到“生产”：已被 JP Morgan、Blackrock、Cisco 等巨头采用
• ✅ 从“碎片”到“标准”：统一接口、清晰架构、可维护性强

截至今日，LangChain 生态每月下载量已突破 9000 万次，成为 AI Agent 领域事实上的标准框架之一。

📚 完整代码

**参考开源项目:**https://github.com/apconw/sanic-web

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发