LangChain 维护多个开源包来帮助你构建智能体。每个包在智能体开发栈中服务于不同的目的。理解智能体框架、智能体运行时和智能体 Harness 之间的区别，有助于你为需求选择正确的工具。Documentation Index
Fetch the complete documentation index at: https://nvd-54.mintlify.app/llms.txt
Use this file to discover all available pages before exploring further.
| 框架 | 运行时 | Harness | |
|---|---|---|---|
| 价值 |
|
|
|
| 适用场景 |
|
|
|
| 选项 |
|
|
|
智能体框架（如 LangChain）
智能体框架提供抽象层，使构建 LLM 应用更容易入门。 LangChain 是一个智能体框架，提供结构化内容块、智能体循环和中间件等抽象。 LangChain 的抽象设计为易于入门，同时仍为高级用例提供所需的灵活性。 虽然 LangChain 构建在 LangGraph 之上，但你不需要了解 LangGraph 就可以使用 LangChain。 其他智能体框架的例子包括 Vercel AI SDK、CrewAI、OpenAI Agents SDK、Google ADK、LlamaIndex 等。何时使用 LangChain
在以下情况下使用 LangChain：- 你希望快速构建智能体和自主应用。
- 你需要模型、工具和智能体循环的标准抽象。
- 你需要一个易于使用但仍提供灵活性的框架。
- 你正在构建没有复杂编排需求的简单智能体应用。
智能体运行时（如 LangGraph）
智能体运行时提供在生产环境中运行智能体的工具。 支持的工具可能包括：- 持久化执行：智能体可在故障后持续运行并长时间运行，从中断处恢复。
- 流式输出：支持流式工作流和响应。
- 人机协作：通过检查和修改智能体状态纳入人工监督。
- 持久化：线程级和跨线程的状态管理持久化。
- 底层控制：无需高级抽象直接控制智能体编排。
何时使用 LangGraph
在以下情况下使用 LangGraph：- 你需要对智能体编排进行细粒度的底层控制。
- 你需要长时间运行的有状态智能体的持久化执行。
- 你正在构建结合确定性和智能体步骤的复杂工作流。
- 你需要用于智能体部署的生产就绪基础设施。
智能体 Harness（如 Deep Agents SDK）
智能体 Harness 是具有内置工具和功能的有主见的、即开即用的框架，用于构建复杂的长时间运行智能体。 支持的工具可能包括：- 规划能力：使用待办事项列表跟踪多个任务。
- 任务委派：委派工作并使用子智能体保持上下文整洁。
- 文件系统：在不同可插拔存储后端上读写文件。
- Token 管理：对话历史摘要和大型工具结果驱逐。
何时使用 Deep Agents SDK
在以下情况下使用 Deep Agents SDK：- 你正在构建需要长时间运行的智能体。
- 你正在构建需要处理复杂多步骤任务的智能体。
- 你希望使用预定义工具，如文件系统操作、bash 执行和自动上下文工程。
- 你希望使用预定义的提示和子智能体。
功能对比
虽然你可以使用 LangChain、LangGraph 和深度智能体完成类似任务，但它们的集成层级不同：了解更多
连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。