更新日志

​

deepagents v0.6.0

• CodeInterpreterMiddleware：（实验性）deepagents 现在支持通过有作用域的 QuickJS 运行时执行代码和以编程方式调用工具。
• 在 stream_events / astream_events 中支持 version="v3"。详情请参阅事件流式传输指南。
• DeltaChannel（测试版）（博客）：Deep Agents 现在使用 DeltaChannel 来存储消息历史和智能体文件。它不会在每个检查点重新序列化完整的累积值，而是只存储每一步写入的增量 delta —— 这样即使线程变得很长，也能保持较小的检查点大小。
• Harness 配置文件：注册按提供商或按模型的配置包（HarnessProfile），当选择某个模型时，create_deep_agent 会自动应用这些配置 —— 包括系统提示调整、工具覆盖、中间件变更和子智能体默认设置 —— 无需修改调用位置。
• ContextHubBackend（博客）：一个由 LangSmith Hub 支持的新文件系统后端。智能体文件 —— 技能、记忆和其他持久化上下文 —— 会作为 Hub 提交进行存储，让每次写入都有版本历史，并提供 LangSmith 原生的持久性，而无需单独配置 LangGraph 存储。

​

langchain v1.3.0

​

langgraph v1.2.0

• DeltaChannel（测试版）：一种新的通道类型，它只存储每一步的增量 delta，而不是重新序列化完整的累积值。它最适合那些会随着时间增长而变大的通道，例如长时间运行线程中的消息列表。使用 snapshot_frequency=K 可每 K 步写入一次完整快照，从而限制读取延迟。
• 按节点设置超时：向 add_node 传入 timeout=，以限制单次尝试可运行的时长。可以设置硬性的挂钟时间限制（run_timeout）、在有进展时会重置的空闲限制（idle_timeout），也可以通过 TimeoutPolicy 同时设置两者。当触发限制时，LangGraph 会抛出 NodeTimeoutError，清除此次尝试产生的写入，并交由重试策略处理。仅支持异步节点。
• 节点级错误处理器：向 add_node 传入 error_handler=，以便在所有重试耗尽后运行恢复函数。处理器会接收一个类型化的 NodeError，并可以返回一个 Command 来更新状态并路由到其他节点，这对于 Saga/补偿模式很有用。
• 优雅关闭：在当前 superstep 完成后，以协作方式停止正在进行的运行，并保存一个可恢复的检查点。创建一个 RunControl，并从任意线程调用 request_drain()；该运行会抛出 GraphDrained，之后可使用相同配置继续恢复。
• 新的事件流式 API（测试版）：向 stream_events() / astream_events() 传入 version="v3"，即可使用以内容块为中心的协议，该协议支持类型化、按通道的投影（run.values、run.messages、run.lifecycle、run.subgraphs），并可选择启用用于更新、自定义事件、检查点、任务和调试的转换器。run.messages 会为每次 LLM 调用生成一个 ChatModelStream，并为文本、推理、工具调用和用量提供类型化子投影。version="v1" 和 version="v2" 保持不变。

​

deepagents v0.5.0

• 异步子智能体：Deep Agents 可以启动非阻塞后台任务，因此用户可以在子智能体并发工作的同时继续与智能体交互。子智能体需要 LangSmith Deployment。
• 多模态支持：read_file 工具现在除了图像外，还支持 PDF、音频和视频文件。
• 后端变更：我们对 Deep Agents 后端协议做了向后兼容的变更：
  • 更新了存储在状态和存储后端中的文件格式，以支持二进制文件。
  • 改进了从后端到工具的错误传播。
  • 现在可以直接实例化 StateBackend() 和 StoreBackend()。使用工厂方式指定（例如 backend=(lambda rt: StateBackend(rt))）已被弃用。
• Anthropic 提示缓存改进：我们做了一些改进，以提升 Anthropic 模型的提示缓存性能。

​

langgraph v1.1.0

• 类型安全的流式传输（version="v2"）：向 stream() / astream() 传入 version="v2"，即可获得统一的 StreamPart 输出，每个分块都包含 type、ns 和 data 键。每种模式都有自己的 TypedDict，都可以从 langgraph.types 导入。请参阅流式传输文档。
• 类型安全的 invoke（version="v2"）：向 invoke() / ainvoke() 传入 version="v2"，即可获得带有 .value 和 .interrupts 属性的 GraphOutput 对象。请参阅invoke 文档。
• Pydantic 和 dataclass 强制转换：使用 version="v2" 时，invoke() 和 values 模式的流式输出会自动强制转换为你声明的 Pydantic 模型或 dataclass 类型。
• 修复了带中断和子图的时间旅行：重放不再复用过期的 RESUME 值，子图也会正确恢复父图历史状态对应的检查点。
• 完全向后兼容：version="v2" 是可选启用的。GraphOutput 支持已弃用的字典风格访问，便于逐步迁移。

​

deepagents v0.4.0

• 用于可插拔沙箱的新集成包：langchain-modal、langchain-daytona 和 langchain-runloop。请参阅沙箱指南和示例数据分析教程。
• 对话历史摘要的变更：
  • 摘要现在通过 wrap_model_call 事件在模型节点中进行。因此，我们会在图状态中保留完整的消息历史。
  • 更准确的 token 计数。
  • 如果聊天模型抛出 ContextOverflowError（定义在 langchain-core 中），现在会自动触发摘要。目前 langchain-anthropic 和 langchain-openai 支持这一点。
• 对于以 "openai:" 为前缀的模型字符串，我们现在默认使用 Responses API。
  Disable data retention with the Responses API

  from langchain.chat_models import init_chat_model
  
  agent = create_deep_agent(
      model=init_chat_model(
          "openai:...",
          use_responses_api=True,
          store=False,
          include=["reasoning.encrypted_content"],
      )
  )
  

​

langchain v1.2.0

• create_agent：通过在工具上新增 extras 属性，简化了对提供商特定工具参数和定义的支持。示例：
  • 提供商特定配置，例如 Anthropic 的程序化工具调用和工具搜索。
  • 在客户端执行的内置工具，由 Anthropic、OpenAI 和其他提供商支持。
• 支持智能体 response_format 中严格遵循 schema（请参阅 ProviderStrategy 文档）。

​

langchain-google-genai v4.0.0

​

langchain v1.1.0

• 模型配置文件：聊天模型现在通过 .profile 属性公开其支持的特性和能力。这些数据来自 models.dev，这是一个提供模型能力数据的开源项目。
• 摘要中间件：已更新为支持使用模型配置文件的灵活触发点，以实现上下文感知的摘要。
• 结构化输出：现在可以从模型配置文件推断 ProviderStrategy 支持（原生结构化输出）。
• SystemMessage 用于 create_agent：支持将 SystemMessage 实例直接传递给 create_agent 的 system_prompt 参数，从而启用缓存控制和结构化内容块等高级功能。
• 模型重试中间件：新增中间件，可使用可配置的指数退避自动重试失败的模型调用。
• 内容审核中间件：OpenAI 内容审核中间件，用于检测和处理智能体交互中的不安全内容。支持检查用户输入、模型输出和工具结果。

​

v1.0.0

​

langchain

• 发布说明
• 迁移指南

​

langgraph

• 发布说明
• 迁移指南