用途：LangChain 是开源框架，提供预置智能体（agent）架构，并为任意模型或工具提供集成，可用不到 10 行代码构建智能体与 LLM 应用，已集成 OpenAI、Anthropic、Google 等数百种服务。
主要能力：使用 create_agent() 与预置智能体循环构建工具调用智能体；通过 init_chat_model() 在不改应用代码的情况下切换模型提供商；为 LLM 响应添加结构化输出，解析为带类型对象；借助各提供商包集成任意模型或工具；使用中间件处理限流、缓存等横切关注点。
使用方式：Python 安装 pip install -U langchain；JavaScript/TypeScript 安装 npm install langchain @langchain/core。安装提供商集成：Python 如 pip install -U langchain-openai（或 langchain-anthropic、langchain-google-genai）；JavaScript/TypeScript 如 npm install @langchain/openai（或 @langchain/anthropic、@langchain/google-genai）。用 create_agent(model=..., tools=[...], system_prompt=...) 创建智能体并调用 agent.invoke(...)；用 init_chat_model("openai:gpt-5.5") 等字符串切换提供商，格式为 "provider:model-name"；用 @tool 装饰器定义工具。
适用场景：需要工具调用智能体、切换模型提供商、结构化输出、集成任意模型或工具时使用。
限制与注意事项：工具函数名必须是合法 Python 标识符，用 snake_case，如 get_weather 而非 get-weather；工具参数不得命名为 type、name、description，以免与工具 schema 冲突；模型位于独立提供商包中，基础 langchain 包不含提供商；init_chat_model() 使用 "provider:model-name" 格式。复杂多步工作流与自定义控制流应改用 LangGraph；需要规划、子智能体和上下文管理的开箱即用智能体应改用 Deep Agents。LangChain 提供核心构建块，LangGraph 增加编排，Deep Agents 在其上提供高层能力。相关技能：langgraph、deep-agents、langsmith。API 参考可浏览 https://reference.langchain.com/python/langchain-core，MCP 服务器见 https://reference.langchain.com/mcp。