彻底搞懂 LangChain、LangGraph 和 LangSmith 的区别
彻底搞懂 LangChain、LangGraph 和 LangSmith 的区别在 AI 工程化和大模型应用开发的讨论中，LangChain、LangGraph 和 LangSmith 这三个名字频繁出现。
LangGraph笔记——RemoteGraph
RemoteGraph 的价值不是远程调用，而是让已经部署的 LangGraph 应用在本地仍然像一张图一样被组合、观察和恢复。 很多初学者看到 RemoteGraph，会直接把它理解成“调用远程服务的客户端”。这个理解只对了一半。
私有AI实战19：LangGraph工作流实战
让大模型调用工具，其实没有想象中那么难。难的是让它把事情办完，而且不出乱子。上一篇我们已经给本地大模型接上了Python工具。AI可以读取项目任务、统计完成率，还能生成Markdown工作简报，完成了一名比较简单数字助理。真正用起来，估计动手实践的小伙伴们会发现一些问题。
LangChain 与 LangGraph 区别详解：积木盒与执行引擎，一次讲透
LangChain 和 LangGraph 的关系一句话说清：LangChain 是积木盒——一堆可组合的组件（模型、提示、工具、记忆、检索），LangGraph 是执行引擎——一张能跑有状态循环的图。
LangChain+LangGraph 2026实战：从RAG到多Agent协作完整指南
△ LangChain + LangGraph 生态主题2026年，Agent已经不是概念演示，而是生产环境的标配。LangChain生态经过三年迭代，形成了LangChain v0.3基础组件库 + LangGraph 2.
LangGraph笔记——本地服务
本地服务把图从内存里的 Python 对象推进到可调用、可观察、可集成的 API 边界。 图能在脚本里 invoke，只能说明运行结构成立；图能作为本地服务启动，才开始接近真实应用。服务边界会逼迫开发者回答更具体的问题：图入口在哪里。依赖怎样安装。环境变量如何加载。
LangGraph不是LangChain的高级版，Deep Agents也不是替代品！
Tool Calling≠Agent，步骤已知用Workflow，目标明确但路径未知才上Agent——选错框架，项目直接翻车兄弟们，你是不是以为LangChain、LangGraph、Deep Agents是同一个东西的不同版本？
LangGraph零基础入门指南：新手快速上手AI智能体开发
随着AI智能体（Agent）成为大模型落地的核心趋势，很多新手开发者都想入局智能体开发，但大多卡在流程复杂、逻辑混乱、无法实现自主迭代等问题上。
Agent面试:Dify 和自研 LangGraph 怎么选，多数人只答对一半
“Dify 能拖工作流，LangGraph 能写状态图，所以复杂项目选 LangGraph、简单项目选 Dify。”这句话只对了一半。复杂度不是节点数量，而是变化和失败发生后，你要控制什么。