LangChain 官方文件：組裝代理應用

🎓 誰適合看

• 想用框架組裝 Agent 應用、正在選型的人
• 分不清 LangChain、LangGraph、Deep Agents 三者定位的人

💡 核心觀點（依 2026/10/26 查證的官方文件現況）

• 官方現在的定位是 「Agent = Model + Harness」 ：LangChain 提供 create_agent，一個可高度客製的 harness——圍繞模型運作的提示詞、工具與 middleware 都由你組合
• 想要開箱即用，看 Deep Agents：內建自動上下文壓縮、虛擬檔案系統與子代理派生，它本身就建立在 LangChain 的 agents 之上
• 要做確定性流程與代理判斷混合的低階編排，用 LangGraph；LangChain 的 agents 也是建在 LangGraph 上，借用它的耐久執行、人機協作與持久化
• 追蹤、除錯與評估用 LangSmith，三個框架做的東西都能接

📌 能學到什麼

• 三者的分工與選型順序：先 Deep Agents（省事）或 LangChain（客製），編排需求變複雜再下探 LangGraph
• create_agent 的最小範例，以及用 middleware 逐步疊加能力（護欄、重試、路由、工具政策）的思路

---

來源：LangChain 官方文件