最近也在研究。确实有些东西，官网介绍一眼你看不出它是做啥的，有啥用。然后 docs 里弯弯绕绕，晦涩难懂

一开始是用 chain ，是因为当时 LLM 被当成文本函数，主要需求是顺序组合 Prompt 和工具；后来发现 Agent 本质是有控制流和有状态的系统，chain 的表达能力不够，才改成 graph

所以现在 langchain 已经不是当年的字面意思了，是一个品牌（狗头）

顺便吐槽，langchain 的工程能力确实一般，变全是破坏级更新，很多实现都非常草台，就拿 deepagent 来说，代码质量太差，一团浆糊。官方文档有一部分写得，也是不知所云

用过 NetworkX 和 GraphDB 的好像不那么难理解

我觉得很好用：当 Agent 的能力越来越庞大的时候 graph 相较于 chain 的表达能力就直线上升了，我在调研过程中层放弃 langgraph 转而手搓各种节点的跳转和组合，后来 node 越来越多又拥抱 graph 了。不过 createnode addedge 这一套确实有点丑，目测工程化是个挑战，但 graph 的方向应该是对的（在真正的 agent 时代来临之前）

pocketflow 就几百行感觉理解概念还挺好的

我前几天也抽空在调研，感觉一头雾水，提了个需求让 AI 帮我写了套 demo ，也乏善可陈，很多东西直接告诉我该库不支持需要引用其他库/自己实现，没看出来比我自己撸的 workflow 好在哪里。 但因为我确实（短时间内）看不懂文档，一度怀疑是不是我的理解能力下降了