用途：LangChain 与 LangGraph 用于构建 LLM 应用，涵盖可组合链、RAG 管道、智能体工作流与复杂 LLM 编排。
主要能力：通过 LCEL 管道操作符组合提示、模型与输出解析器；用向量库与检索器搭建 RAG；用 LangGraph 的 StateGraph、ToolNode 与条件边构建智能体图；支持结构化输出、消息历史记忆、流式输出与 LangSmith 追踪。
使用方式：安装命令为 pip install langchain langchain-openai langchain-anthropic langgraph。示例包括 ChatAnthropic 与 ChatPromptTemplate 组成简单链、Chroma 向量库构建 RAG、StateGraph 定义智能体状态与工具节点、with_structured_output 获取结构化结果、RunnableWithMessageHistory 管理会话记忆、astream 流式输出，以及设置 LANGCHAIN_TRACING_V2 等环境变量启用追踪。
适用场景：需要组合多步 LLM 调用、检索增强问答、工具调用智能体或可观测调试的 Python 项目。
限制：资料未提供收费、价格、平台支持范围与效果保证等信息；部分示例依赖外部模型与向量库服务，需自行配置密钥与依赖。