LangChain v1 的新特性

LangChain v1 是一个专注、可用于生产的构建智能体的基础框架。 我们围绕三个核心改进简化了框架：

createAgent

在 LangChain 中构建智能体的新标准方式，取代了 LangGraph 中的 createReactAgent，提供了更简洁、更强大的 API。

标准内容块

新的 contentBlocks 属性，为所有提供商提供对现代 LLM 功能的统一访问。

简化的包

langchain 包已简化，专注于智能体的核心构建模块，遗留功能已移至 @langchain/classic。

要升级，请执行：

npm

npm install langchain @langchain/core

有关完整更改列表，请参阅 迁移指南。

createAgent

createAgent 是 LangChain 1.0 中构建智能体的标准方式。它提供了比从 LangGraph 导出的预构建 createReactAgent 更简单的接口，同时通过使用中间件提供了更大的自定义潜力。

import { createAgent } from "langchain";

const agent = createAgent({
  model: "claude-sonnet-4-6",
  tools: [getWeather],
  systemPrompt: "You are a helpful assistant.",
});

const result = await agent.invoke({
  messages: [
    { role: "user", content: "What is the weather in Tokyo?" },
  ],
});

console.log(result.content);

在底层，createAgent 构建于基本的智能体循环之上——调用模型，让其选择要执行的工具，然后在不再调用工具时结束：

更多信息，请参阅 智能体。

中间件

中间件是 createAgent 的定义性特性。它使 createAgent 高度可定制，提升了你可以构建的功能上限。

优秀的智能体需要 上下文工程：在正确的时间将正确的信息传递给模型。中间件通过一个可组合的抽象，帮助你控制动态提示、对话摘要、选择性工具访问、状态管理和防护栏。

预构建中间件

LangChain 为常见模式提供了一些 预构建中间件，包括：

• summarizationMiddleware：在对话历史过长时进行压缩
• humanInTheLoopMiddleware：在敏感工具调用前需要人工批准
• piiRedactionMiddleware：在发送给模型前对敏感信息进行脱敏

import {
  createAgent,
  summarizationMiddleware,
  humanInTheLoopMiddleware,
  piiRedactionMiddleware,
} from "langchain";

const agent = createAgent({
  model: "claude-sonnet-4-6",
  tools: [readEmail, sendEmail],
  middleware: [
    piiRedactionMiddleware({ patterns: ["email", "phone", "ssn"] }),
    summarizationMiddleware({
      model: "claude-sonnet-4-6",
      trigger: { tokens: 500 },
    }),
    humanInTheLoopMiddleware({
      interruptOn: {
        sendEmail: {
          allowedDecisions: ["approve", "edit", "reject"],
        },
      },
    }),
  ],
});

自定义中间件

你也可以构建自定义中间件以满足特定需求。

通过使用 createMiddleware 函数实现以下任意钩子来构建自定义中间件：

钩子	运行时机	用例
beforeAgent	在调用智能体之前	加载记忆，验证输入
beforeModel	在每次 LLM 调用之前	更新提示，修剪消息
wrapModelCall	围绕每次 LLM 调用	拦截和修改请求/响应
wrapToolCall	围绕每次工具调用	拦截和修改工具执行
afterModel	在每次 LLM 响应之后	验证输出，应用防护栏
afterAgent	在智能体完成后	保存结果，清理

自定义中间件示例：

import { createMiddleware } from "langchain";

const contextSchema = z.object({
  userExpertise: z.enum(["beginner", "expert"]).default("beginner"),
})

const expertiseBasedToolMiddleware = createMiddleware({
  wrapModelCall: async (request, handler) => {
    const userLevel = request.runtime.context.userExpertise;
    if (userLevel === "expert") {
      const tools = [advancedSearch, dataAnalysis];
      return handler(
        request.replace("openai:gpt-5", tools)
      );
    }
    const tools = [simpleSearch, basicCalculator];
    return handler(
      request.replace("openai:gpt-5-nano", tools)
    );
  },
});

const agent = createAgent({
  model: "claude-sonnet-4-6",
  tools: [simpleSearch, advancedSearch, basicCalculator, dataAnalysis],
  middleware: [expertiseBasedToolMiddleware],
  contextSchema,
});

更多信息，请参阅 完整的中间件指南。

基于 LangGraph 构建

由于 createAgent 基于 LangGraph 构建，你自动获得对长期运行和可靠智能体的内置支持，包括：

持久化

通过内置检查点，对话自动跨会话持久化

流式处理

实时流式传输令牌、工具调用和推理轨迹

人在回路

在敏感操作前暂停智能体执行以等待人工批准

时间旅行

将会话回滚到任意点，探索替代路径和提示

你无需学习 LangGraph 即可使用这些功能——它们开箱即用。

结构化输出

createAgent 改进了结构化输出生成：

• 主循环集成：结构化输出现在在主循环中生成，无需额外的 LLM 调用
• 结构化输出策略：模型可以在调用工具和使用提供商端结构化输出生成之间选择
• 成本降低：消除了额外 LLM 调用带来的额外费用

import { createAgent } from "langchain";
import * as z from "zod";

const weatherSchema = z.object({
  temperature: z.number(),
  condition: z.string(),
});

const agent = createAgent({
  model: "gpt-4.1-mini",
  tools: [getWeather],
  responseFormat: weatherSchema,
});

const result = await agent.invoke({
  messages: [
    { role: "user", content: "What is the weather in Tokyo?" },
  ],
});

console.log(result.structuredResponse);

错误处理：通过 ToolStrategy 的 handleErrors 参数控制错误处理：

• 解析错误：模型生成的数据与所需结构不匹配
• 多个工具调用：模型为结构化输出模式生成了 2 个或更多工具调用

---

标准内容块

大多数包已发布 1.0 版本。目前只有以下包支持新的内容块：

• langchain
• @langchain/core
• @langchain/anthropic
• @langchain/openai

计划未来更广泛地支持内容块。

优势

• 提供商无关：无论使用哪个提供商，都可以使用相同的 API 访问推理轨迹、引用、内置工具（网络搜索、代码解释器等）和其他功能
• 类型安全：所有内容块类型都有完整的类型提示
• 向后兼容：标准内容可以 延迟加载，因此没有相关的破坏性更改

更多信息，请参阅我们的 内容块指南

---

简化的包

LangChain v1 简化了 langchain 包的命名空间，专注于智能体的核心构建模块。该包仅暴露最有用和最相关的功能：

其中大部分为了方便从 @langchain/core 重新导出，为你提供了一个专注于构建智能体的 API 表面。

@langchain/classic

遗留功能已移至 @langchain/classic，以保持核心包的轻量和专注。

@langchain/classic 包含的内容

• 遗留链和链实现
• 检索器
• 索引 API
• @langchain/community 导出
• 其他已弃用的功能

如果你使用任何这些功能，请安装 @langchain/classic：

npm

npm install @langchain/classic

然后更新你的导入：

import { ... } from "langchain";
import { ... } from "@langchain/classic";

import { ... } from "langchain/chains";
import { ... } from "@langchain/classic/chains";

报告问题

请在 GitHub 上使用 'v1' 标签 报告在 1.0 版本中发现的任何问题。

其他资源

LangChain 1.0

阅读公告

中间件指南

深入中间件

智能体文档

完整的智能体文档

消息内容

新的内容块 API

迁移指南

如何迁移到 LangChain v1

GitHub

报告问题或贡献代码

另请参阅

• 版本控制 – 理解版本号
• 发布策略 – 详细的发布策略

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.