LangChain
LangChain 是 MIT 的智能体工程库。2026-08-17 复核:github.com/langchain-ai/langchain 为 144,367 stars,许可证 MIT,简介 The agent engineering platform。托管商业层是 LangSmith,价在 langchain.com/pricing:Developer 每席 $0(每月最多 5k base traces,之后按量)和 Plus 每席 $39/月(最多 10k base traces)。Enterprise 定制。上次刷新 LangSmith 时,同一页还有 Startup $1,400/月 和 LangSmith Engine $2,000/月。LangServe 当主角、以及泛泛的「上下文加推理」作文不再沿用。
长循环运行时在 LangGraph。如果要可视化画布而不是 Python/JS,对比 Dify。
核心功能
- 开源库:Python 和 JS 包,覆盖智能体、工具和模型 I/O。以当前文档为准,不要沿用 2024 年 LangServe 落地页。
- 长循环走 LangGraph:多步智能体已经迁到 LangGraph 页。不要把 LangChain 只写成 LCEL 链。
- 追踪走 LangSmith:托管评估、追踪和部署是另一张账单。
- 框架本身无订阅:库是 MIT。你付模型和(如果要用)LangSmith 席位。
适用场景
- 用 Python 或 JS 写智能体、在需要追踪之前先留在 GitHub 的团队。
- 过了 5k 免费 traces 后愿意付 Plus 每席 $39 的团队。
- 按代码 vs 画布对比 LangChain 和 Dify 的人。
局限:我们没有把 LangServe 复核成当前旗舰产品。LangSmith 美元以定价页为准,不要用本页旧的「一站式生命周期」文案。
定价方案
库是 $0。托管行来自 langchain.com/pricing,2026-08-17。
| 路径 | 价格 | 说明 |
|---|---|---|
| LangChain OSS | $0 | MIT。144,367 stars。 |
| LangSmith Developer | 每席 $0 | 我们打开的对比文案写最多 1 个免费席。每月 5k base traces。 |
| LangSmith Plus | 每席 $39/月 | 每月 10k base traces,之后按量。 |
| Enterprise | 定制 | 额外托管和安全。 |
如果旧博客还把 LangServe 当付费产品,以本表为准。
快速开始
- 从 docs.langchain.com 安装 Python 或 JS 包。
- 看清 traces 量之后再加 LangSmith。
- 持久智能体循环用 LangGraph。
- 如果要画布而不是库,再核对 Dify。
常见问题
LangChain 是 $39 吗?
不是。$39 是 LangSmith Plus 每席。库是 MIT。
和 LangSmith 一样吗?
LangChain 是开源框架。LangSmith 是托管追踪/评估/部署产品。
和 Dify 一样吗?
不是。Dify 是可视化工作区。LangChain 是代码。
替代方案
使用技巧
- 报 MIT 库加 LangSmith $0 / $39。
- 不要把 LangServe 写成 2026 年产品名。
- 超过 Plus 时,再核对定价页上的 Startup / Engine。
总结
LangChain 是 MIT 智能体库,外加可选的 $39 LangSmith 席位,不是 LangServe 口号。从 github.com/langchain-ai/langchain 开始,再决定 LangSmith 是否已经覆盖你的追踪。
评论
还没有评论。成为第一个评论的人!
相关工具
LlamaIndex
www.llamaindex.ai
文档智能体加 LlamaParse。复核:Free $0(10K credits),Starter $50,Pro $500。1,000 credits = $1.25。开源框架是 MIT。
RAGFlow
ragflow.io
开源 RAG 加智能体。复核:Apache-2.0,GitHub 88,659 stars。有云注册,没有公开美元表。不是泛泛的文档扫描器。
NVIDIA NeMo Guardrails
github.com/NVIDIA-NeMo/Guardrails
NVIDIA 开源可编程护栏工具包,用 Colang 流为 LLM 对话应用定义输入、对话、检索与输出护栏,防护越狱与提示注入。
相关洞察
我把 Obsidian 接入 OpenClaw 后,它开始帮我做决策
当 Obsidian 不再只是记笔记,而是接入 OpenClaw 之后,它开始帮我整理信息、连接上下文、推动判断,甚至参与真实决策。

Anthropic Subagent:多智能体时代的架构革命
深入解析 Anthropic 的多智能体架构设计。了解如何通过 Subagent 突破上下文窗口限制,实现性能提升 90%,以及多智能体系统在 Claude Code 中的实际应用。
别再把 AI 助手塞进聊天框了:Clawdbot 选错了战场
Clawdbot 很方便,但将它放在 Slack 或 Discord 里操控,是从一开始就错的设计选择。聊天工具不是用来操作任务的,AI 也不是用来聊天的。