用途
LangChain Agent Starter Kit 是任何 LangChain、Deep Agents 或 LangGraph 开源智能体项目必须首先加载的起点技能。它解决每个项目在开工前必须确定的两件事：使用哪个框架，以及需要安装什么（包、版本、环境配置）。确定这些决策后，再调用对应框架的专项技能了解实现细节。
主要能力
框架选型
资料说明三个框架是分层关系而非竞争关系，每一层构建在下一层之上：
- Deep Agents：开箱即用（规划、记忆、技能、文件）
- LangGraph：自定义编排（节点、边、状态、持久化）
- LangChain：基础层（模型、工具、提示词、RAG）
选型按顺序回答以下问题：
- 用户是否需要规划、持久记忆、复杂任务管理、长时间运行任务、开箱即用的文件管理、按需技能，或开箱即用的中间件？是则选 Deep Agents。
- 是否需要自定义控制流和更高确定性——指定循环、分支、确定的并行 worker，或手动插桩的人在回路？是则选 LangGraph。
- 是否是固定工具集的单一用途智能体？是则选 LangChain（create_agent）。
- 是否是 ReACT 风格智能体？是则选 LangChain（LCEL / chain）。
更高层仅在必要时依赖更低层，因此可以混用：LangGraph 图可以作为 Deep Agents 中的子智能体；LangChain 工具在两者中都能工作。
框架能力对比
资料给出 LangChain、LangGraph、Deep Agents 的对比：
- 控制流：LangChain 固定（工具循环）；LangGraph 自定义（图）；Deep Agents 托管（中间件）。
- 中间件层：LangChain 仅回调；LangGraph 无；Deep Agents 显式、可配置。
- 规划：LangChain 无；LangGraph 手动；Deep Agents 有 TodoListMiddleware。
- 文件管理：LangChain 无；LangGraph 手动；Deep Agents 有 FilesystemMiddleware。
- 持久记忆：LangChain 无；LangGraph 配合 checkpointer；Deep Agents 有 MemoryMiddleware。
- 子智能体委派：LangChain 无；LangGraph 手动；Deep Agents 有 SubAgentMiddleware。
- 按需技能：仅 Deep Agents 有 SkillsMiddleware。
- 人在回路：LangChain 无；LangGraph 手动 interrupt；Deep Agents 有 HumanInTheLoopMiddleware。
- 自定义图边：LangGraph 完全控制；Deep Agents 有限。
- 设置复杂度：LangChain 低；LangGraph 中；Deep Agents 低。
- 下一步加载的技能：langchain-agents、langgraph-fundamentals、deep-agents-core。
资料特别说明：中间件是 LangChain（回调）和 Deep Agents（显式中间件层）特有的概念。LangGraph 没有中间件——行为直接接入节点和边。如果用户要求内置钩子，应路由到 LangChain 或 Deep Agents。
Deep Agents 内置中间件
Deep Agents 自带内置中间件层，六个组件开箱即用，也可添加自定义中间件。前三个始终启用，其余通过配置选择启用：
- TodoListMiddleware（始终启用）：write_todos 工具，将工作拆分为可跟踪的任务列表。
- FilesystemMiddleware（始终启用）：ls、read_file、write_file、edit_file、glob、grep 工具。
- SubAgentMiddleware（始终启用）：task 工具，将子任务委派给命名子智能体。
- SkillsMiddleware（选择启用）：从配置的技能目录按需加载 SKILL.md 文件。
- MemoryMiddleware（选择启用）：通过 Store 实例实现跨会话长期记忆。
- HumanInTheLoopMiddleware（选择启用）：暂停执行，在指定工具调用前请求人工批准。
资料强调：中间件是配置的，不是实现的。设置细节见 deep-agents-core。
使用方式
环境要求
Python 侧：Python 3.10+、LangChain 1.0+（LTS）、LangSmith SDK >= 0.1.99。 TypeScript / Node 侧：Node.js 20+、LangChain 1.0+（LTS）、LangSmith SDK >= 0.1.99。
资料强调始终使用 LangChain 1.0+。LangChain 0.3 仅维护到 2026 年 12 月，不要用它启动新项目。
核心包（始终需要）
Python：langchain（智能体、链、检索）>=1.0,<2.0；langchain-core（基础类型与接口）>=1.0,<2.0；langsmith（追踪、评估、数据集）>=0.1.99。 TypeScript：@langchain/core（基础类型与接口，peer 依赖，需显式安装）^1.0.0；langchain ^1.0.0；langsmith ^0.1.99。
编排包（按框架选择）
- LangGraph：Python 为 langgraph>=1.0,<2.0；TypeScript 为 @langchain/langgraph ^1.0.0。
- Deep Agents：Python 为 deepagents（依赖 LangGraph，会作为传递依赖安装）；TypeScript 为 deepagents。
模型提供商包（按需选择）
OpenAI：langchain-openai / @langchain/openai Anthropic：langchain-anthropic / @langchain/anthropic Google Gemini：langchain-google-genai / @langchain/google-genai Mistral：langchain-mistralai / @langchain/mistralai Groq：langchain-groq / @langchain/groq Cohere：langchain-cohere / @langchain/cohere AWS Bedrock：langchain-aws / @langchain/aws Azure AI：langchain-azure-ai / @langchain/azure-openai Ollama（本地）：langchain-ollama / @langchain/ollama Hugging Face：langchain-huggingface（仅 Python） Fireworks AI：langchain-fireworks（仅 Python） Together AI：langchain-together（仅 Python）
常用工具与检索包（按需添加）
- langchain-tavily / @langchain/tavily：Tavily 网络搜索。保持最新，常因兼容性更新。
- langchain-text-splitters：文本分块。遵循 semver，保持最新。
- langchain-chroma / @langchain/community：Chroma 向量存储。专用集成包，保持最新。
- langchain-pinecone / @langchain/pinecone：Pinecone 向量存储。专用集成包，保持最新。
- langchain-qdrant / @langchain/qdrant：Qdrant 向量存储。专用集成包，保持最新。
- faiss-cpu：FAISS 向量存储（仅 Python，本地），通过 langchain-community。
- langchain-community / @langchain/community：1000+ 集成回退。Python 不遵循 semver——固定到次版本系列。
- langsmith[pytest]：pytest 插件，需要 langsmith>=0.3.4。
资料建议：存在专用集成包时优先使用，而非 langchain-community——它们独立版本化且更稳定。工具包（Tavily、向量存储）保持最新，因为它们会随核心更新发布兼容性修复。
依赖模板
资料给出 LangGraph Python 与 TypeScript、Deep Agents Python 与 TypeScript 的依赖模板，并提示添加模型提供商和工具/检索包。
环境变量
模型提供商（设置所用的一项或多项）： OPENAI_API_KEY= ANTHROPIC_API_KEY= GOOGLE_API_KEY= MISTRAL_API_KEY= GROQ_API_KEY= COHERE_API_KEY= FIREWORKS_API_KEY= TOGETHER_API_KEY= HUGGINGFACEHUB_API_TOKEN=
常用工具/检索服务： TAVILY_API_KEY= PINECONE_API_KEY=
下一步
完成上述步骤后，加载对应框架的专项技能以深入了解。
适用场景
适用于任何 LangChain、Deep Agents 或 LangGraph 开源智能体项目的前期决策与依赖配置阶段。
限制
资料未提供具体收费、价格、平台或效果信息。中间件设置细节需参考 deep-agents-core 技能。