langchain

LangChain发布了Deep Agents v0.7，这是一个更精简的智能体框架，通过移除默认系统提示、精简工具描述以及将TodoListMiddleware设为可选，将基础输入令牌减少了65%，并在多个模型上验证了性能相当。

LangChain正在其旧金山办公室与Hotdata共同举办一场Apache DataFusio聚会，活动时间为8月13日，内容包括关于SmithDB的讲座，其他演讲者包括Divya Ranganathan和Alexander。

LangChain Academy发布了关于使用LangSmith Engine进行自主智能体改进的新免费课程，涵盖了从识别问题到监控回归的智能体开发生命周期。

该博客认为，随着AI生成代码的速度加快，理解组合执行变得困难，并提议使用图工程与编译器来创建确定性编排器。

LangChain 的 Interrupt NYC 大会将于 9 月 24 日举行，Apollo 将分享他们如何使用 LangGraph 将 AI 助手迁移到生产级多智能体系统的经验，此外还有其他行业演讲嘉宾。

LangChain 宣布了一项用于改进 AI 代理的资源。

OpenWiki是LangChain的一款CLI工具，用于编写和维护代码库或个人知识的代理维基，支持所有常见的LLM提供商。

LangChain围绕一个AI代理重建了其数据堆栈，该代理处理的请求量大约是3人数据团队的40倍，实现了自助分析，并将团队的工作重点转向了模型、上下文和护栏。

宣布一本新书《RAG from First Principles》，作者黄佳。这是一本以代码为先的指南，介绍如何使用Python、LangChain和LlamaIndex构建检索增强生成系统。

Darsh 的教程，教你如何使用 LangSmith、LangChain、Ollama 和 Qwen 追踪和监控本地 AI 智能体，从而检查模型和工具调用、延迟及使用情况。

本教程演示如何使用FastAPI和Streamlit将多用户本地AI代理作为REST API提供服务，基于LangChain、Ollama和Qwen构建。

Matt Dancho分享了他的2026年AI数据科学技术栈，包括免费工具如Python、Pandas、Scikit Learn、LangChain和LangGraph，加上低成本的OpenAI API，并推广一个免费的直播教学课程。

Jensen Huang 和 Harrison Chase 讨论了为什么企业需要开放代理系统，并介绍了用于 LangChain Deep Agents 的 NemoClaw 蓝图。

来自开发者 nickhollon10 的 LangChain 内部视角。

LangChain发布了Eval Engineering Skill，通过映射智能体仓库和生产跟踪数据自动生成可执行的Harbor评估，并采用迭代式用户访谈流程以优化评估。

LangChain 强调来自 GetCandidly 的 IO-HMM，这是一种将用户行为（可观察信号）与智能体行为（可控输入）在对话轮次中分离的设计。

OpenWiki 现已支持 Google 的 Gemini AI Studio 和 Vertex AI，包括新发布的 Gemini 3.6 Flash 和 3.5 Flash Lite 模型，感谢社区贡献。

本教程演示了如何使用基于规则的检查和LLM-as-a-judge来构建可重复的AI代理评估框架，利用LangChain、Ollama和Qwen测试本地代理，并获得明确的通过/失败结果。

LangChain发布了一个追踪插件，能将每个Cursor AI代理会话转换为LangSmith中的结构化追踪，包括模型运行、工具调用以及嵌套的子代理工作，这是比较编码代理追踪系列的一部分。

LangChain宣布举办夏季AMA系列，介绍使用LangSmith的智能体开发生命周期，涵盖构建、部署、监控、改进和管理智能体。