用途：为使用 Python 3.10+ 构建 AI 应用的开发者提供 LangChain 生态的完整参考，涵盖 LangChain、LangGraph 与 Deep Agents，适合在用户要求构建智能体、RAG、工作流或集成模型提供商时查阅。
主要能力：覆盖模型与输出（聊天模型、工具调用、多模态、缓存、限流、消息类型与序列化）、智能体（create_agent、结构化输出、护栏、人在环路、上下文工程）、多智能体（子智能体、交接、技能、路由）、工具与 MCP（@tool 装饰器、ToolNode、InjectedState）、检索与 RAG（文档加载、切分、嵌入、向量库、语义搜索）、记忆（短期 checkpointers 与长期 store）、中间件、流式输出，以及 LangGraph 核心/状态/高级用法和 Deep Agents 参考，并提供 OpenAI、Anthropic、Google、AWS、Ollama 等提供商配置说明。
使用方式：文中给出可直接运行的导入与调用片段，例如用 init_chat_model("anthropic:claude-sonnet-4-20250514") 初始化模型、create_agent(model, [get_weather]) 创建智能体、with_structured_output(SearchQuery) 获取结构化结果，以及用 WebBaseLoader 与 RecursiveCharacterTextSplitter 构建检索、用 stream(..., stream_mode="messages") 流式输出。
适用场景：构建带工具调用的智能体、多智能体协作、RAG 问答、需状态持久化或人类介入的 LangGraph 工作流。
限制：资料未提供收费、价格或平台可用性信息，相关事实暂未提供；代码示例的运行环境与版本依赖需以实际项目为准。