LangChain v1.0进行重大模块化重构，将原本单一包拆分为五个独立模块：langchain-core（核心抽象层）、langchain（主包）、langchain-community（社区集成）、langchain-[partner]（官方厂商集成）和langchain-classic（旧版兼容）。这种拆分使框架更轻量、更专注、更易维护，为开发者提供按需安装的灵活性。新项目建议直接使用v1.0，生产环境优先选择官方厂商包，老项目可通过langchain-classic平滑过渡。
大家好！LangChain 迎来了v1.0这个里程碑版本（2025 年10月正式发布），这是 LangChain 团队经过几年社区反馈和生产实践后，对框架的一次大刀阔斧的重构。
最大的变化就是模块化拆分：过去一个langchain包，现在被拆成了多个独立、可按需安装的包。这样做的好处是：
- 主包更轻量、更专注（安装更快、依赖更少）
- 生产环境更稳定（只装你需要的部分）
- 生态更清晰（核心抽象、社区集成、厂商集成、旧版兼容各司其职）
- 便于维护和贡献
本文专为LangChain 爱好者编写，帮助你快速搞懂 v1.0 的每个包是干什么的、该什么时候装哪个包、它们之间的依赖关系，以及一些最佳实践。
官方 v1.0 发布说明：https://docs.langchain.com/oss/python/releases/langchain-v1
最新博客（2025 年 11 月）：https://blog.langchain.com/langchain-langgraph-1dot0/
- LangChain v1.0 各模块一览表
| 包名称 | 核心定位 | 主要内容与作用 | 依赖关系 | 适合场景 |
|---|---|---|---|---|
| langchain-core | 核心抽象层 + LCEL（表达式语言） | 定义所有组件的标准接口（ChatModel、Embeddings、Tool、Message、Prompt 等），LCEL 实现，不含任何第三方集成 | 无（最底层） | 所有 LangChain 项目都必须依赖 |
| langchain | 主包：构建 Agent 的“开箱即用”入口 | 聚焦现代 Agent 架构：create_agent、middleware、中间件系统、init_chat_model等高阶 API，重新导出 core 的常用类 | 依赖 langchain-core | 大多数新手/生产项目直接用这个 |
| langchain-community | 社区维护的第三方集成 | 大量文档加载器、向量库、工具、少见模型集成（质量参差不齐） | 依赖 langchain-core | 快速验证想法、用到冷门集成时 |
| langchain-[partner]（如 langchain-openai） | 官方深度支持的厂商集成 | 特定厂商的最优实现（如ChatOpenAI），支持最新特性（content blocks、structured output） | 只依赖 langchain-core | 生产环境强烈推荐（稳定、更新快） |
| langchain-classic | 旧版兼容包（Legacy） | v0.x 的所有旧 Chain、旧 Retriever、Indexing API、旧 AgentExecutor 等 | 独立包 | 正在从 v0.x 迁移的老项目 |
- 各模块详细说明
2.1 langchain-core：一切的基石（必须装）
- 定位：最轻量、最纯粹的包，只定义“接口”，不实现任何具体厂商或第三方功能。
- 核心内容：
- 所有组件的基类和抽象：
BaseChatModel、BaseTool、Embeddings、Runnable等 - 消息系统：
HumanMessage、AIMessage、ToolMessage、内容块（content blocks，支持多模态） - LCEL（LangChain Expression Language）：用
|管道符快速组合组件 @tool装饰器、工具调用规范
- 为什么这么设计？
让整个生态都有统一的标准，其他包只需实现这些接口即可。
2.2 langchain（主包）：v1.0 的真正“主角”
v1.0 把langchain包彻底精简，只保留构建现代 Agent的最核心、最好用的 API，底层基于LangGraph（状态机 + 可持久化 + streaming + human-in-the-loop）实现。
- 定位：给你一个“开箱即用”的 Agent 构建体验，适合 90% 的实际项目。
- 关键变化：
- 命名空间大幅精简（过去几百个类，现在只有最精华的部分）
- 推荐入口：
create_agent()一行代码创建完整 Agent - 新增middleware 系统，可以非常灵活地插拔行为（上下文工程、工具动态切换等）
- 主要模块一览：
| 模块路径 | 核心内容 | 说明 |
|---|---|---|
langchain.agents | create_agent,AgentState, middleware | 新版 Agent 创建与执行器 |
langchain.messages | AIMessage,HumanMessage,trim_messages | 从 core 重新导出，方便使用 |
langchain.tools | @tool,BaseTool | 工具定义 |
langchain.chat_models | init_chat_model | 统一初始化任意厂商模型（厂商无关） |
langchain.embeddings | init_embeddings | 统一初始化嵌入模型 |
- 安装：
pip install langchain（会自动带上 core） - 新手最佳实践：直接从
langchain导入一切，写代码最顺手。
from langchain import create_agentfrom langchain_openai import ChatOpenAI # 模型来自厂商包agent = create_agent(model=ChatOpenAI(model="gpt-4o"))2.3 langchain-community：社区“大杂烩”
- 定位：社区贡献的“功能扩展层”，放所有非核心、非热门的集成。
- 典型内容：
- 文档加载器：PDF、CSV、HTML、Markdown、DirectoryLoader 等
- 文本分割器：
RecursiveCharacterTextSplitter - 向量库：Chroma、Pinecone、Qdrant、Milvus、PGVector 等
- 工具：Slack、Notion、GitHub、ArXiv、YouTube 等
- 少见模型：通义千问、DeepSeek（社区版）、本地 Ollama 等
- 特点：
- 数量极其庞大（覆盖 95% 的冷门需求）
- 质量参差不齐、更新可能滞后（社区维护）
- 依赖都是可选的，安装时只会拉取你实际用到的
- 安装：
pip install langchain-community - 建议：原型阶段可以用，生产环境优先换成官方厂商包或自己维护。
2.4 langchain-[partner]：官方深度厂商包（生产必备）
这些是 LangChain 团队与厂商共同维护的“黄金集成”，目前主流的有：
| 包名 | 支持的模型/服务 |
|---|---|
| langchain-openai | OpenAI、Azure OpenAI |
| langchain-anthropic | Claude 全系列 |
| langchain-google | Gemini、Vertex AI |
| langchain-groq | Groq（Llama3 等超快推理） |
| langchain-ollama | 本地 Ollama |
| langchain-deepseek | DeepSeek |
| …… | 更多持续增加 |
- 为什么单独拆出来？
- 主包保持轻量（不强制安装所有厂商 SDK）
- 更新更快、支持最新特性（多模态 content blocks、structured output、工具调用规范）
- 只依赖 langchain-core，安装体积最小
- 最佳实践：
- 生产环境：务必使用对应厂商包（如
from langchain_openai import ChatOpenAI） - 多模型切换：用
init_chat_model("openai:gpt-4o")或"anthropic:claude-3-opus"，代码零改动 - 兼容 OpenAI 格式的第三方（如 DeepSeek、火山引擎）也可以直接用 langchain-openai，只改 base_url 和 key
2.5 langchain-classic：旧代码的“救生艇”
官方把 v0.x 中所有已被弃用（deprecated）的功能全部搬到这个包里，让 v1.0 主包保持干净。
- 包含内容：
- 旧版 Chain：
LLMChain、SequentialChain、RouterChain等 - 旧版 Retriever：
MultiQueryRetriever、ParentDocumentRetriever等 - 旧版 Agent：
AgentExecutor、零样本 ReAct 等 - Indexing API、LangChain Hub 等
- 安装：
pip install langchain-classic - 导入变化：
from langchain_classic.chains import LLMChain - 建议：新项目不要用，老项目尽快迁移到新 Agent（
create_agent+ LangGraph）。
- 升级与最佳实践建议
新项目直接上 v1.0：
pip install langchain langchain-openai # 够用了只用 OpenAI：只装
langchain-core + langchain + langchain-openai需要向量库/文档加载：先看有没有在社区包，生产再考虑自研或官方替代
迁移老项目：先加
langchain-classic，改 import，再逐步替换成新 API统一模型初始化（强烈推荐）：
from langchain.chat_models import init_chat_modelmodel = init_chat_model("gpt-4o", model_provider="openai") # 或 "anthropic"写在最后
LangChain v1.0 的模块化拆分，是框架走向成熟的标志：更轻、更快、更专注 Agent、更易维护。对新手来说，你只需要记住：
- 日常开发：
pip install langchain langchain-openai→ 从langchain包导入一切 - 生产部署：尽量用官方厂商包
- 探索新功能：放心用社区包试水
最后
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包：
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
为什么说现在普通人就业/升职加薪的首选是AI大模型？
人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
资料包有什么？
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**
