LangChain 还是 LangGraph？一个是编排一个是工具包

现在介绍LangGraph 和 LangChain 的文章。每一篇的结论都差不多：简单流程用 LangChain，复杂的用 LangGraph。

但是简单和复杂都是相对的，如果是具体问题呢，比如说一个做代码分析、三个 Agent 串起来的流水线，到底该拿哪一个上线？

所以本文用同一个需求分别用两个框架实现，Agent、逻辑、Gemini 2.5 Flash 调用全部一致，一遍 LangChain，一遍 LangGraph。

两个框架到底在做什么

LangChain 是一个模块化工具包，提供 prompt 模板、文档加载器、retriever、输出解析器、memory 抽象这些零件，再把它们按线性顺序 A → B → C 串起来。像一条传送带：定义步骤，数据往前流，结束。

LangGraph 是一层编排。它把工作流建模成状态机 —— 节点是函数，边是转换 —— 而边可以是条件的。流水线可以循环、分支、重试，也能暂停等待人工输入。就是一张流程图。

不过从 LangChain v1.0（2025）开始，LangChain 自己的 Agent 抽象就是建在 LangGraph 之上的。所以这两个不是两个互相竞争的框架，而是同一个系统不同的抽象层级。

实验：同一条流水线，两个框架

测试用例是一条三阶段的代码审查流水线：

1. Context agent —— 抓 PR diff 和仓库历史
2. Analysis agent —— 在改动代码中定位问题
3. Review agent —— 输出带严重程度评分的结构化反馈

BugLens 线上的 analysis agent 有时需要回头再去拉一轮 context 才能给出有把握的判断。正是这个条件回跳把我逼到了决策点。

 

https://avoid.overfit.cn/post/ecb8b4a277b0443ea312fe4c100aead6