LangChain vs LangGraph 2026 深度对比：何时用哪个框架？

一句话区分

LangChain：组装线性的 LLM 调用链（提示词 → 模型 → 解析），适合 RAG、简单工具调用。 LangGraph：把 Agent 建成有状态的图（节点 + 条件边 + 持久化状态），适合循环、分支、多 Agent、人工审批。

二者同源同团队，不是竞争关系而是分工：官方自己的新 Agent 能力全部建在 LangGraph 上，经典 LangChain AgentExecutor 已是遗留路径。所以真正的问题不是"哪个好"，而是"你的工作流是链还是图"。

LangChain：LCEL 链

python
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser
chain = (
    ChatPromptTemplate.from_template('用三句话总结：{text}')
    | ChatOpenAI(model='gpt-4o-mini')
    | StrOutputParser()
)
result = chain.invoke({'text': '……'})

管道操作符把"提示词→模型→解析"串起来，天然支持流式/批量/异步。适合：问答、摘要、翻译、RAG 检索问答、确定性的多步流水线。特征：流程在写代码时就定死了,运行时不会改变路径。

LangGraph：状态图

当流程需要"根据结果决定下一步"——重试、循环、分支、等人审批——线性链就表达不了了：

python
from langgraph.graph import StateGraph, START, END
builder = StateGraph(State)
builder.add_node('agent', call_model)
builder.add_node('tools', tool_node)
builder.add_edge(START, 'agent')
builder.add_conditional_edges('agent', route)   # 模型要调工具→tools；否则→END
builder.add_edge('tools', 'agent')              # 工具结果回流，形成循环
graph = builder.compile(checkpointer=saver)     # 持久化：多轮记忆/断点恢复

LangGraph 独有的三件生产级能力：checkpointer 持久化（状态存库，崩溃可恢复、跨请求多轮记忆）、interrupt 人工审批（图暂停等人确认再续跑，可以隔几天）、时间旅行调试（回看/分叉任意历史状态）。完整教程见 LangGraph 状态化 Agent 指南。

决策表

你的场景用理由

RAG 问答、摘要、格式转换LangChain（或裸 SDK）线性，链够用 工具调用但只有一两步LangChainbind_tools + 简单循环即可 Agent 需要循环试错（搜→不满意→再搜）LangGraph条件边表达循环 多 Agent 协作（主管分派+回收）LangGraphsupervisor 模式就是一张图 需要人工审批关键操作LangGraphinterrupt 原生支持 对话状态要跨请求/跨天保留LangGraphcheckpointer 很简单的单次调用都别用裸 SDK 50 行更清楚

组合使用（生产中的常态）

不是二选一：图做编排，链做单步。LangGraph 节点内部完全可以跑一条 LCEL 链——检索节点是一条 RAG 链，评审节点是一条打分链，图负责把它们按条件接起来。官方文档也是这么推荐的。

迁移注意

旧的 AgentExecutor/initialize_agent 代码 → 优先迁到 langgraph.prebuilt.create_react_agent（三行起步），需要定制再展开成显式图

LangChain 的模型/工具/检索器对象在 LangGraph 里直接复用，迁移成本主要在编排层

部署形态的选择（自托管 FastAPI vs LangGraph Platform）见 FastAPI vs LangServe

框架本身要不要用：和 LlamaIndex 的分工见 LangChain vs LlamaIndex

FAQ

Q：学哪个？ 2026 年的答案：先学 LangGraph 的图思维（这是行业方向，状态机式 Agent 编排各框架都在收敛），LCEL 链作为节点内的工具顺带会。

Q：LangGraph 会不会太重？ 对简单流程是的——没有循环/状态/审批需求时，引入图是过度设计。判断标准就一条：运行时需不需要根据结果改变路径。

Q：JS/TS 生态？ LangGraph.js 与 Python 版 API 高度一致；Next.js 原生路线对比见 Vercel AI SDK vs LangChain.js。

---

*最后更新：2026 年 6 月。API 以 LangChain/LangGraph 官方文档为准。*