用途：为 langchain Python 包的新 agent API 提供专家级辅助，核心是 create_agent()——一个高层工厂，用模型字符串、工具和中间件构建基于 LangGraph 的智能体。安装：pip install -U langchain。
主要能力：create_agent() 支持 model（"provider:model" 字符串或 BaseChatModel 实例）、tools、system_prompt、middleware、response_format、checkpointer 等参数，返回标准 LangGraph 接口的 CompiledStateGraph。中间件可组合处理横切关注点：HumanInTheLoopMiddleware 按工具设置审批门；PIIMiddleware 对 email、credit_card、ip 等做 block/redact/mask/hash；ModelFallbackMiddleware 自动故障转移；ModelCallLimitMiddleware 与 ToolCallLimitMiddleware 限制调用次数；ModelRetryMiddleware 与 ToolRetryMiddleware 重试；SummarizationMiddleware 按 token 比例或消息数触发摘要；另有 ContextEditingMiddleware、ShellToolMiddleware、TodoListMiddleware、LLMToolSelectorMiddleware、FilesystemFileSearchMiddleware。response_format 可让智能体返回结构化输出。
使用方式：用 pip 安装后，从 langchain.agents 导入 create_agent，从 langchain.agents.middleware 导入所需中间件，按需堆叠 middleware 列表（首个为最外层）。HITL 中断需配合 checkpointer，并用 Command(resume=...) 恢复。模型字符串示例："anthropic:claude-sonnet-4-6"、"openai:gpt-4o"、"google:gemini-2.0-flash"、"ollama:llama3.1"。
适用场景：需要人工审批、PII 脱敏、模型回退、调用限额、长对话压缩或结构化输出的 LangGraph 智能体开发。
限制：资料未提供收费、价格、平台支持范围与效果数据；references/api.md 等参考文件体积较大，具体 API 细节以官方文档为准。