Skip to main content
订阅: 我们的变更日志包含一个 RSS 提供程序，可以与 Slack、电子邮件、Discord 机器人如 Readybot 或 RSS Feeds to Discord Bot 以及其他订阅工具集成。
​
langchain

​
langchain-core v1.7.0

在 事件流 中，工具调用参数现在作为 tool-call-delta 事件流式传输。每个事件只包含参数的新部分，就像 text-delta 对文本做的那样。早期版本发送 block-delta 事件，重复到目前为止所有的参数。

​
在服务器之前升级客户端

低于以下版本的客户端不处理 tool-call-delta。例如，早期版本的 @langchain/react 可能会停止更新一个 useMessages 视图。Agent Server 会原样传递事件，所以是服务器上的 langchain-core 版本决定客户端接收哪些事件。
  1. 升级所有读取流的客户端：
    • 在 JavaScript 中，将 @langchain/react、@langchain/vue、@langchain/svelte 或 @langchain/angular 升级到 1.2.6 或更高版本。
    • 在 Python 中，将 langchain-core 升级到 1.6.13 或更高版本。langgraph-sdk 使用它来读取流。
  2. 将服务器上的 langchain-core 升级到 1.7.0 或更高版本，并与 langchain 1.4.7 或更高版本一起升级。
langchain 和 deepagents 接受任何 langchain-core 1.x，因此升级其中任何一个都可以引入 1.7.0。为了在升级所有客户端之前阻止服务器，请将 langchain-core<1.7.0 固定。

​
不兼容的变更

从 langchain-core 1.6.13 开始，迭代 message.tool_calls 只返回每个工具调用参数的新部分，以及调用的 id 和 name。早期版本返回到目前为止所有的参数。一个调用的片段会连接成其完整参数，而 message.tool_calls.get() 仍然返回解析的工具调用。
​
langchain

​
langchain v1.4.6

HumanInTheLoopMiddleware 现在可以在每次工具调用时暂停。设置 interrupt_mode="per_call" 和每个受限制的调用会引发自己的中断，您通过中断 ID 来回答。批量模式仍然是默认模式。

​
功能

  • 带类型的答案: 每个中断都包含一个 response_schema，列出了该调用允许的决策，因此客户端可以根据模式构建其表单。参见 读取响应模式。
  • 保存前检查: LangGraph 在保存之前会拒绝无效的答案，因此您可以更正它并再次回答同一个中断。参见 更正无效答案。
  • 编辑保留在被调用的工具上: 一个 edit 不能切换工具，并且其参数会根据工具自己的模式进行检查。
为新智能体使用每次调用模式。LangChain 计划在下一个主要版本中将其设为默认值。参见 每次工具调用暂停 和 human-in-the-loop 概述。
​
langchain

​
langchain v1.4.0

MCP 支持现在作为 langchain.mcp 命名空间内的 LangChain 的一部分提供，基于 FastMCP。它取代了独立的 langchain-mcp-adapters 包。使用 mcp 额外安装它：
langchain.mcp 命名空间处于 Beta 版。从它导入会引发 LangChainBetaWarning。

​
功能

  • 一个适配器，任何传输: MCPAdapter 从其目标推断传输——一个 URL、一个通过 stdio 的本地脚本、一个进程内服务器、一个 MCPConfig 字典用于 多个服务器，或一个预构建的 fastmcp.Client。await adapter.list_tools() 返回准备好用于 create_agent 的 LangChain 工具。参见 MCP 概述。
  • 中断驱动的提示: 当服务器在调用中途请求输入时，MCPAdapter 会将问题作为 LangGraph interrupt() 提示，以便人类回答并继续运行。参见 提示。
  • 通过 FastMCP 进行身份验证: 带宽令牌、完整的 OAuth 2.1 带动态客户端注册，或任何 httpx.Auth，包括部署中的 每个用户身份验证。参见 身份验证。
  • 更丰富的工具元数据: 每个工具在其元数据下的 mcp 命名空间中携带其 MCP 起源，包括注释，例如 destructive_hint 用于 通过批准来限制破坏性工具。参见 工具元数据。

​
迁移

从 langchain-mcp-adapters 迁移？MultiServerMCPClient 被 MCPAdapter 替代，并且一些功能已更改或删除。参见 迁移指南。
​
deepagents

​
deepagents v0.7.0

默认情况下更精简、更可配置的框架。在默认智能体轮次中，输入 Token 减少 65%（5,395 → 1,895），并通过我们的 重新设计的评估套件 验证，没有质量下降。

​
优化

  • 默认情况下更精简的提示: 编写的基提示开始为空，重复工具模式的工具使用文本已被修剪。隔离到默认智能体的工具模式中，总描述 Token 减少 43%（4,005 → 2,302）；结合空基提示和可选的 todos，默认智能体轮次的输入 Token 减少 65%（5,395 → 1,895）。工具行为保持不变。(#4859, #4979, #5009)

​
功能

  • 覆盖默认中间件实例: 一个 middleware=（或子智能体 middleware）实例，如果其 .name 与内置的匹配，则会直接替换掉默认实例，而不是报重复错误。例如，传递你自己的 SummarizationMiddleware(...) 来更改 token 触发器或摘要模型，而不会禁用内置默认设置。(#4251)
    • 文件系统工具: 新的 delete 工具可以删除文件或递归删除目录 (#3659, #3851); write_file 现在会覆盖现有文件而不是报错 (#4109); FilesystemMiddleware 接受一个 工具白名单 来仅暴露选定的内置工具 (#4325, #4698); 并且针对开放模型进行了优化——分页的 read_file 会报告总行数和剩余行数以及下一个 offset (#4540), grep/glob 带有 truncated 标志返回部分结果而不是在大树中挂起 (#4063), 并且 grep 在流式输出和可选上下文行的情况下增加了 1,000 次匹配的限制 (#4570, #4706).
    • 更多提示词缓存支持: 通过 deepagents[aws] 扩展进行 Bedrock 提示词缓存 (#4108), 以及 Fireworks 提示词缓存会话亲和性自动生效 (#4598).
    • NVIDIA 支持: 内置的 Nemotron 3 Ultra 执行器配置文件加上 NIM 应用来源归属。(#4192, #4455)

    ​
    不兼容变更

    • 规划待办事项是可选的: create_deep_agent 不再默认包含 TodoListMiddleware，因此 write_todos 工具、todos 状态通道和待办规划提示词除非使用 middleware=[TodoListMiddleware()] 恢复，否则会缺失。(#4929)
    • 后端兼容性遮罩已移除: 传递具体的 BackendProtocol 实例而不是工厂，使用显式的 namespace 配置 StoreBackend，并使用当前的 ls / glob / grep / ReadResult API。移除的符号包括 BackendFactory、BACKEND_TYPES、FileFormat 和 Unset。新的文件存储字符串 FileData.content；旧的 list[str] 内容保持可读并在下次写入时转换。(#4541)
    • 输出格式变更: 空的 ls / glob 输出现在是 No files found 而不是 []，并且 read_file 不再渲染固定宽度的 cat -n 风格的行号边框——更新任何解析原始工具输出的代码。(#4561)
    将以下提示词复制到你的 AI 编码助手中，以迁移代码库以适应这些不兼容变更：

    将 deepagents 代码库从 v0.6.x 迁移到 v0.7.

​
deepagents

​
deepagents v0.6.0

  • CodeInterpreterMiddleware: (实验性) deepagents 现在支持代码执行和程序化工具调用，通过一个作用域 QuickJS 运行时。
  • 支持 version="v3" 在 stream_events / astream_events 中。详细参考 事件流 指南。
  • DeltaChannel (Beta) (博客): Deep Agents 现在使用 DeltaChannel 来存储消息历史和智能体文件。而不是将完整的累积值重新序列化到每个检查点中，仅在每一步写入的增量 delta 被存储——随着线程变长，保持检查点大小小。
从 v0.6.0 回滚一旦线程已持久化是不支持的。 Deep Agents v0.6.0 变更持久化了消息历史和智能体文件到 DeltaChannel，这以新的格式写入检查点，旧版本无法读取。降级到更早的 Deep Agents 版本会将这些通道切换回非 delta 通道，导致现有的 delta 检查点无法读取，并造成状态重建不完整或不正确。如果你需要回滚，使用 delta-channel-dump 恢复脚本 来迁移受影响的线程，或丢弃它们，然后再降级。更一般地，避免在持久化通道之间切换 delta 和非 delta 表示。参见 版本兼容性和通道变更。
  • 使用配置文件: 注册每个提供者或每个模型的配置包（HarnessProfile），当选择模型时，create_deep_agent会自动应用这些配置——系统提示词调整、工具覆盖、中间件更改和子智能体默认值——而无需修改调用位置。
    • ContextHubBackend (博客): 一个基于 LangSmith Hub 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——作为 Hub 提交存储，为您提供每次写入的版本历史记录，并具有 LangSmith 原生的持久性，而无需配置单独的 LangGraph 存储。
​
langchain

​
langchain v1.3.0

此版本为 version="v3" 在 stream_events / astream_events 中添加了对 langchain 智能体的支持。有关详细信息，请参阅 事件流 指南。
​
langgraph

​
langgraph v1.2.0

此版本增加了对节点执行的更细粒度控制（超时、错误恢复和优雅关闭）、一个新的通道类型，该类型减少了长时间运行线程的检查点开销，以及一个新的以内容块为中心的流式 API（v3），具有类型化的、按通道投影。
  • DeltaChannel (beta): 一个新的通道类型，它仅在每一步存储增量差异，而不是重新序列化完整的累积值。对于随时间增长的通道最有用，例如长时间运行线程中的消息列表。使用 snapshot_frequency=K 每隔 K 步写入一个完整快照，并限制读取延迟。
  • 按节点超时: 将 timeout= 传递给 @[add_node]，以限制单个尝试运行的时间。设置一个硬时钟限制（run_timeout）、一个空闲限制（idle_timeout），在进度时重置，或通过 @[TimeoutPolicy] 同时设置两者。当限制触发时，LangGraph 触发 @[NodeTimeoutError]，清除该尝试的写入，并转交给重试策略。仅适用于异步节点。
  • 按节点错误处理: 将 error_handler= 传递给 @[add_node]，在所有重试都耗尽后运行恢复函数。处理程序接收一个类型化的 @[NodeError]，并可以返回一个 @[Command] 来更新状态并路由到不同的节点，这对于 Saga/补偿模式很有用。
  • 优雅关闭: 在当前超级步骤完成后，协作地停止正在进行的运行，并保存可恢复的检查点。创建一个 @[RunControl] 并从任何线程调用 request_drain()；运行会触发 GraphDrained，稍后可以使用相同的配置恢复。
  • 新的事件流 API (beta): 将 version="v3" 传递给 stream_events() / astream_events()，以获取一个以内容块为中心的协议，具有类型化的、按通道投影（run.values, run.messages, run.lifecycle, run.subgraphs）以及可选的更新转换器、自定义事件、检查点、任务和调试。run.messages 为每次 LLM 调用生成一个 ChatModelStream，具有用于文本、推理、工具调用和使用的类型化子投影。version="v1" 和 version="v2" 保持不变。
超时和错误处理仅限 Python；重试策略继续在 Python 和 TypeScript 中工作。
​
deepagents

​
deepagents v0.5.0

  • 异步子智能体: 深度智能体可以启动非阻塞的背景任务，因此用户可以在子智能体并发工作时继续与智能体交互。需要 LangSmith 部署 来支持子智能体。
  • 多模态支持: read_file 工具现在支持 PDF、音频和视频文件，除了图像。
  • 后端更改: 我们对深度智能体 后端协议 进行了向后兼容的更改：
    • 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。
    • 您现在可以直接实例化 StateBackend() 和 StoreBackend()。使用工厂（例如，backend=(lambda rt: StateBackend(rt))）指定已弃用。
  • Anthropic 提示词缓存改进: 我们对 Anthropic 模型的提示词缓存性能进行了一些改进。
​
langgraph

​
langgraph v1.1.0

  • 类型安全的流式输出 (version="v2"): 将 version="v2" 传递给 stream() / astream()，以获取具有 type、ns 和 data 键的统一 StreamPart 输出。每种模式都有自己的 TypedDict，所有可从 langgraph.types 导入。请参阅 流式文档。
  • 类型安全的调用 (version="v2"): 将 version="v2" 传递给 invoke() / ainvoke()，以获取一个具有 .value 和 .interrupts 属性的 GraphOutput 对象。请参阅 调用文档。
  • Pydantic 和 dataclass 强制转换: 使用 version="v2"、invoke() 和 values 模式流输出会自动强制转换为您的声明 Pydantic 模型或 dataclass 类型。
  • 固定时间旅行中断和子图: 重播不再重用过时的 RESUME 值，子图正确地恢复了父历史状态的检查点。
  • 完全向后兼容: version="v2" 是可选的。GraphOutput 支持弃用的字典样式访问，以逐步迁移。
​
deepagents

​
deepagents v0.4.0

  • 新的插件式沙盒集成包：langchain-modal、langchain-daytona 和 langchain-runloop。请参阅 沙盒指南 和示例 数据分析教程。
  • 对 对话历史摘要 的更改：
    • 摘要现在通过 wrap_model_call 事件在模型节点中发生。由于这一点，我们在图状态中保留完整的消息历史记录。
    • 更精确的 Token 计数。
    • 如果聊天模型触发一个 @[ContextOverflowError]（在 langchain-core 中定义），摘要现在会自动触发。目前 langchain-anthropic 和 langchain-openai 支持此功能。
  • 我们现在默认使用模型字符串前缀为 "openai:" 的响应 API。
​
langchainintegrations

​
langchain v1.2.0

​
langchainintegrations

​
langchain-google-genai v4.0.0

我们已重写 Google GenAI 集成，使用 Google 的综合生成式 AI SDK，该 SDK 在同一接口下提供对 Gemini API 和 Gemini 企业智能体平台（Gemini Enterprise Agent Platform）的访问。这包括最小的破坏性变更以及 langchain-google-vertexai 中弃用的包。详细信息请参阅完整的 发布说明和迁移指南。
​
langchain

​
langchain v1.1.0

  • 模型配置文件：对话模型现在通过一个 .profile 属性公开支持的特性和功能。这些数据源自 models.dev，一个提供模型能力数据的开源项目。
  • 摘要中间件：更新以支持使用模型配置文件进行灵活的触发点，实现上下文感知摘要。
  • 结构化输出：ProviderStrategy 支持（原生结构化输出）现在可以从模型配置文件中推断。
  • SystemMessage for create_agent：支持将 SystemMessage 实例直接传递给 create_agent 的 system_prompt 参数，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：新的中间件，用于自动重试失败的模型调用，并支持可配置的指数退避。
  • 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。
​
langchainlanggraph

​
v1.0.0

​
langchain

​
langgraph

如果您遇到任何问题或有反馈，请 打开问题 以便我们改进。要查看 v0.x 文档，请 转到存档内容 和 API 参考。
官方原文：src/oss/python/releases/changelog.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。
Last modified on November 3, 2026