用途：介绍使用 LangChain 构建智能体的基础方法，核心是 create_agent()，它负责智能体循环、工具执行与状态管理。
主要能力：create_agent 支持 model（模型字符串如 "anthropic:claude-sonnet-4-5" 或模型实例）、tools（工具列表）、system_prompt/systemPrompt（指令）、checkpointer（状态持久化，如 MemorySaver()）、middleware（处理钩子）。工具用 Python 的 @tool 装饰器或 TypeScript 的 tool() 函数定义，需提供清晰具体的描述与参数说明。中间件可拦截智能体循环，实现人工审批、错误处理与日志；人工介入用 HumanInTheLoopMiddleware（Python）/ humanInTheLoopMiddleware（TypeScript），自定义钩子用 @wrap_tool_call（Python）/ createMiddleware（TypeScript）。结构化输出可通过 response_format 或 with_structured_output() 获取带类型校验的响应。
使用方式：Python 从 langchain.agents 导入 create_agent，调用 agent.invoke({"messages": [...]})，结果从 result["messages"][-1].content 读取；TypeScript 从 "langchain" 导入 createAgent，用 await agent.invoke(...)。持久化需配置 checkpointer 与 thread_id；人工审批需 checkpointer 加 thread_id，恢复用 Command(resume={"decisions": [{"type": "approve"}]})。
限制与注意：无 checkpointer 时智能体不记忆；应设置 recursion_limit/recursionLimit 防止无限循环；不要直接访问 result.content，需从消息列表取最后一条。资料未提供安装命令、收费与平台信息。