LangChain 1.0 变革

本文作者为 360 奇舞团前端开发工程师

当大语言模型（LLM）的应用从原型验证走向规模化落地，开发人员面临的核心痛点已从“能否实现”转变为“如何可靠实现”。2025年10月23日，LangChain正式发布1.0版本，这一里程碑式的更新不仅终结了此前版本中Agent架构碎片化的局面，更以“生产就绪”为核心定位，重新定义了智能Agent开发框架的技术标准。

https://docs.langchain.com/oss/python/langchain/overview

pip:

Uv:

只需不到10行代码，你就可以连接到OpenAI、Anthropic、谷歌以及更多平台。

在 LangChain 1.0 之前，构建一个智能体需要编写大量模板代码：

• 自动化：自动处理工具调用、异常重试

• 简化工具：工具定义更简单，直接使用普通函数

• 统一接口：支持所有主流 LLM 模型，切换模型无需修改代码

不同的 AI 模型返回结果的格式各不相同：

• OpenAI：返回 function_call 字段

• Anthropic Claude：使用 XML 标签包裹工具调用

  ……

这导致代码中充满了复杂的条件判断：

不同模型对思考过程的标记也不同，（如think或reason标签），LangChain 1.0统一模型推理消息为type=="reasoning"

不同的厂商会自己设计针对多模态大模型的图片输入，如下示例：

使用content_blocks之后：

通过type:image来统一处理

• 标准接口：一套代码处理所有模型输出

• 成本节约：模型切换成本大幅度降低

• 开发效率：避免重复的格式解析代码

下面以新版的init_chat_model为例子：

其中新版对应的初始化模式使用的参数：

再看看以前的写法：

• 认知减负：新开发者更容易上手

• 性能提升：避免不必要的依赖加载

**中间件就像是智能体的 "智能插件"**，可以在不修改核心代码的情况下，为智能体添加各种功能。

这里演示一下PIIMiddleware

输出：

这里解释一下遮掩策略：

strategy="redact"

遮掩策略是一种保护个人可识别信息（PII）的方法。具体来说：

1. 策略目的： 在保留原始文本结构的同时，隐藏敏感的个人信息 防止直接泄露个人隐私数据

2. 实现方式： 不完全删除敏感信息 使用特定方式替换敏感信息 保留信息的基本上下文和结构

3. 优势：

   相比 "block" 策略（完全阻止）更加灵活 保留了文本的可读性和上下文信息 防止敏感信息的直接泄露

• 功能扩展：按需添加功能，不影响核心性能

• 安全保障：敏感操作人工审批，防止误操作（HumanInTheLoopMiddleware）

• 隐私保护：自动脱敏敏感信息（PIIMiddleware）

• 记忆优化：自动总结长对话，避免上下文溢出（SummarizationMiddleware）

LangChain 1.0 的发布标志着 AI 智能体开发正式进入工程化阶段。LangChain 1.0 不仅是一个工具，更是帮助我们理解和使用 AI 技术的钥匙。LangChain1.0通过架构与功能升级，破解了智能Agent开发“灵活与稳定难兼顾”的核心问题，搭配LangGraph引擎实现标准化管理，让开发和集成更简单。对行业而言，LangChain1.0的稳定保障和兼容能力，使其成为企业开发的优选。它既能满足大型企业的规模化需求，也让中小开发者能轻松将原型落地为实用产品，加速了智能Agent在各行业的应用。

Code: https://github.com/langchain-ai/langchain

Documentation: https://docs.langchain.com