[控场AI]
概念

create_agent

LangChain 1.x 中创建 Agent 的 API,返回一个 LangGraph 图,由模型决定下一步操作

核心事实

时间轴 (近 90 天)

10月12日

LangChain 官方文档称 create_agent 是「最小、高度可配置的 harness」,LangGraph 文档将自己描述为面向长时间运行、有状态 agent 的低层编排框架和运行时。

待验证50%
10月12日

在 LangChain 1.4.3 中,create_agent 返回的是一个 CompiledStateGraph 类型对象(LangGraph 图),而非链条。

待验证50%
10月12日

create_agent 构建的最小图节点为 ['__start__', 'model', 'tools', '__end__'],其中 model 节点调用大模型,tools 节点执行模型请求的工具,循环重复直到模型不再请求工具。

待验证50%
10月12日

langgraph.prebuilt 中的 create_react_agent 在测试版本中已被标记为弃用,并推荐改用 create_agent。

待验证50%
10月12日

使用 create_agent 时,只要传入 checkpointer 参数就可以直接获得 checkpointing 能力,无需手写图。

待验证50%
10月12日

create_agent 接受 checkpointer、store、interrupt_before、interrupt_after 和 middleware 列表参数。

待验证50%
10月12日

在使用人类审批时,第一次 invoke 会让 agent 暂停,结果中出现 __interrupt__ 键,其 payload 包含 action_requests 和 review_configs。

待验证50%
10月9日

LangChain 提供的 create_agent() 本质上是一个工厂函数(factory function),内部基于 LangGraph 实现

待验证50%
10月9日

create_agent() 需要提供 tools、model 和 system prompt 三个参数

待验证50%
10月9日

通过 agent.invoke() 方法将用户 query 传入即可运行 Agent,消息历史维护和循环控制由框架内部处理

待验证50%

还有 3 条时间轴事件

全部知识事实 (14)

已验证

LangGraph中的create_react_agent基于ReAct范式实现,允许模型在每一步进行思考并决定是调用工具还是输出最终答案

70%
待验证

create_agent 的底层依然是 LangGraph 的图,每个工具是一个节点,区别在于 LangGraph 的图是写死的,而 Agent 的图是由提示词动态生成的

60%
待验证

LangChain 官方文档称 create_agent 是「最小、高度可配置的 harness」,LangGraph 文档将自己描述为面向长时间运行、有状态 agent 的低层编排框架和运行时。

50%
待验证

create_agent 构建的最小图节点为 ['__start__', 'model', 'tools', '__end__'],其中 model 节点调用大模型,tools 节点执行模型请求的工具,循环重复直到模型不再请求工具。

50%
待验证

langgraph.prebuilt 中的 create_react_agent 在测试版本中已被标记为弃用,并推荐改用 create_agent。

50%
待验证

使用 create_agent 时,只要传入 checkpointer 参数就可以直接获得 checkpointing 能力,无需手写图。

50%
待验证

create_agent 接受 checkpointer、store、interrupt_before、interrupt_after 和 middleware 列表参数。

50%
待验证

在使用人类审批时,第一次 invoke 会让 agent 暂停,结果中出现 __interrupt__ 键,其 payload 包含 action_requests 和 review_configs。

50%
待验证

在 LangChain 1.4.3 中,create_agent 返回的是一个 CompiledStateGraph 类型对象(LangGraph 图),而非链条。

50%
待验证

LangChain 提供的 create_agent() 本质上是一个工厂函数(factory function),内部基于 LangGraph 实现

50%
待验证

create_agent() 需要提供 tools、model 和 system prompt 三个参数

50%
待验证

通过 agent.invoke() 方法将用户 query 传入即可运行 Agent,消息历史维护和循环控制由框架内部处理

50%
待验证

LangChain 1.4.3 对 create_agent 增加了修复无效工具调用(invalid tool calls)的逻辑,能自动修正格式错误或字段缺失的工具调用参数

50%
待验证

LangChain 1.0统一使用create_agent作为智能体创建入口,终结了旧版十多种创建方法带来的混乱

50%

来源文章