一篇文章带你了解LangChain、LangChain-Core、LangGraph、LangSmith 区别与关系

目录一、LangChain生态发展历程二、LangChain是什么2.1 LangChain的定位2.2 LangChain提供了什么2.3 LangChain的问题三、LangChain-Core是什么3.1 LangChain-Core的定位3.2 LangChain-Core包含什么3.3 为什么要拆出Core四、LangGraph是什么4.1 LangGraph的诞生背景4.2 LangGraph的定位4.3 LangGraph核心思想4.4 LangGraph适合什么场景五、LangSmith是什么5.1 LangSmith的定位5.2 LangSmith解决什么问题5.3 LangSmith工作流程六、四者之间的关系随着大语言模型LLM的快速发展越来越多的开发者开始使用 LangChain 生态来构建 AI 应用。但很多初学者在学习过程中都会遇到这样的困惑LangChain 是什么LangChain-Core 又是什么LangGraph 和 LangChain 有什么关系LangSmith 是不是一个监控平台这几个项目到底应该先学哪个尤其是在 LangChain 1.0 之后整个生态发生了较大变化官方开始将框架拆分为多个独立模块LangChainLangChain-CoreLangGraphLangSmith对于初学者来说很容易被这些名称搞混。本文将从架构设计、职责定位、使用场景以及实际开发角度彻底讲清楚它们之间的区别与关系。一、LangChain生态发展历程在最初版本中LangChain是一个庞大的单体框架。整体结构类似随着项目不断发展功能越来越多依赖越来越重维护成本越来越高因此官方开始进行模块化拆分。逐渐演变为形成如今的生态体系。二、LangChain是什么2.1 LangChain的定位LangChain 是一个用于构建 LLM 应用的开发框架。官方目标帮助开发者快速构建大模型应用。也就是说langchain是给程序员使用的可以实现智能体的一套开发框架。例如聊天机器人知识库问答Agent系统自动化工作流AI助手这些都可以通过langchain去写代码来实现。2.2 LangChain提供了什么LangChain主要提供Prompt模板模型调用输出解析工具调用AgentRAG能力Chain链式调用例如from langchain_openai import ChatOpenAI llm ChatOpenAI() response llm.invoke(你好)开发者无需关心底层的API细节。2.3 LangChain的问题随着功能越来越多模块耦合严重安装包体积变大升级困难扩展能力受限因此官方进行了架构重构。这就是LangChain-Core出现的原因。三、LangChain-Core是什么3.1 LangChain-Core的定位LangChain-Core 是整个 LangChain 生态的核心基础库。可以理解为它是LangChain的底座。它负责定义统一接口统一协议统一抽象3.2 LangChain-Core包含什么主要包含RunnablePromptTemplateMessageOutputParserCallback例如from langchain_core.prompts import PromptTemplate或者from langchain_core.runnables import RunnableLambda这些组件都属于 Core。3.3 为什么要拆出Core原因非常简单以前PromptAgentMemoryTool模型全部混在一起。现在Core负责抽象LangChain负责实现四、LangGraph是什么4.1 LangGraph的诞生背景传统LangChain Agent存在一个问题执行流程不可控。例如思考调用工具再次思考再次调用工具整个过程依赖模型决定。开发者很难控制。因此官方推出LangGraph。4.2 LangGraph的定位LangGraph 是一个状态机工作流框架。专门用于构建Agent多Agent复杂工作流4.3 LangGraph核心思想将Agent流程转换为节点(Node)边(Edge)状态(State)例如整个执行路径完全可控。4.4 LangGraph适合什么场景适合复杂Agent多步骤决策审批流工作流系统多智能体系统例如客服Agent销售Agent分析Agent管理Agent共同协作。五、LangSmith是什么5.1 LangSmith的定位LangSmith 是 LangChain 官方推出的LLM应用观测平台。类似于APM监控平台。用于监控Prompt模型调用Agent执行Token消耗错误日志5.2 LangSmith解决什么问题假设你的Agent回答错误执行异常工具调用失败如何排查普通日志很难定位。LangSmith可以完整记录Prompt内容模型响应调用链路执行时间5.3 LangSmith工作流程六、四者之间的关系Core负责定义规则LangChain负责实现能力LangGraph负责编排流程LangSmith负责监控分析架构关系如下掌握这套体系之后你就能够开发RAG知识库智能客服AI工作流单Agent系统多Agent系统企业级AI应用为后续深入学习 AI Agent 开发和构建生产级大模型应用打下坚实基础。