この記事は、以下の内容をGemma-3 12Bを使って翻訳したものです。

https://blog.langchain.com/langchain-langgraph-1dot0/

LangChainとLangGraphエージェントフレームワークがv1.0のマイルストーンに到達

Sydney RunkleとLangChain OSSチームによる

LangChain 1.0とLangGraph 1.0のリリースを発表します — オープンソースフレームワークの最初の主要バージョンです！長年のフィードバックを経て、langchainはコアエージェントループに焦点を当て、新しいミドルウェアの概念で柔軟性を高め、最新のコンテンツタイプでモデル統合をアップグレードしました。

これらの2つのフレームワークは異なる目的を果たします。

LangChain は、標準的なツール呼び出しアーキテクチャ、プロバイダー非依存設計、およびカスタマイズのためのミドルウェアを備えたAIエージェントを構築する最速の方法です。
LangGraph は、より低レベルのフレームワークとランタイムであり、高度にカスタマイズ可能で制御可能なエージェントに適しており、本番環境での長期実行エージェントをサポートするように設計されています。

これらの1.0リリースは、オープンソースライブラリの安定性へのコミットメントを示しており、2.0までは破壊的な変更はありません。これらのリリースと同時に、完全に再設計されたドキュメントサイトを立ち上げました。

以下の変更点について詳しく学び、エンジニアとの舞台裏会話でより詳しいコメントをご覧ください。

LangChain 1.0

LangChainは常に、LLMとのインタラクションとエージェントの構築のための高レベルインターフェースを提供してきました。標準化されたモデル抽象化と、あらかじめ構築されたエージェントパターンにより、開発者はベンダーロックインなしで、AI機能を迅速にリリースし、洗練されたアプリケーションを構築できます。これは、タスクに最適なモデルが定期的に変化する状況において不可欠です。

私たちは耳を傾けてきました。 過去3年間、一貫したフィードバックを受け取ってきました。LangChainの抽象化が時々重すぎたり、パッケージの表面積が手に負えなくなったり、開発者があらかじめ構築されたパターンから逸脱することなく、エージェントループをより細かく制御したいと考えているというものです。一部の開発者は、ユースケースが私たちのあらかじめ構築されたパターンと異なる場合にカスタマイズに苦労していました。私たちはこのフィードバックを真剣に受け止めました。LangChain 1.0は私たちの答えです — 動作するものは維持し、うまくいかなかったものは修正するという、思慮深い改良です。

「私たちは、LangGraphが提供する耐久性のあるランタイムに大きく依存しており、LangChain 1.0の新しいエージェントのあらかじめ構築とミドルウェアにより、以前よりもはるかに柔軟になりました。1.0に興奮しており、すでに新しい機能でRipplingで構築しています。」 — RipplingのAIヘッド、Ankur Bhatt

LangChain 1.0では、次の3つのことに力を入れています。

新しいcreate_agent抽象化: どんなモデルプロバイダーでも使用してエージェントを構築する最速の方法
1. LangGraphランタイムを基盤として構築し、信頼性の高いエージェントを強化
2. あらかじめ構築されたおよびユーザー定義のミドルウェアにより、ステップごとの制御とカスタマイズが可能
標準コンテンツブロック: モデル出力のためのプロバイダー非依存仕様。
合理化された表面積: エージェントの構築に使用される開発者にとって重要なものに焦点を当てて、名前空間を削減します。

1. `create_agent`

create_agent抽象化は、コアエージェントループを中心に構築されており、迅速に開始できます。このループの仕組みは次のとおりです。

セットアップ: モデルを選択し、ツールとプロンプトを提供します。

実行:

モデルにリクエストを送信します
モデルは次のいずれかによって応答します。
1. ツール呼び出し → ツールを実行し、結果を会話に追加します
2. 最終回答 → 結果を返します
ステップ1から繰り返します

新しいcreate_agent関数は、このループを実行するためにLangGraphを内部で使用します。これは、langgraph.prebuiltsのcreate_react_agent関数に非常に似た感触があり、1年間本番環境で使用されています。

langchainでエージェントを開始するのは簡単です。

from langchain.agents import create_agent

weather_agent = create_agent(
    model="openai:gpt-5",
    tools=[get_weather],
    system_prompt="Help the user by fetching the weather in their city.",
)

result = agent.invoke({"role": "user", "SFの天気は？"})

ほとんどのエージェントビルダーは、このコアループ外のカスタマイズを許可しない点で非常に制限されています。create_agentは、ミドルウェアの導入により際立っています。

ミドルウェア:

ミドルウェアは、エージェントループの動作をカスタマイズできるフックのセットを定義し、エージェントが取るすべてのステップで細かく制御できます。

一般的なユースケースのために、いくつかの組み込みミドルウェアを提供しています。

ヒューマンインザループ: ユーザーがツール呼び出しを実行する前に承認、編集、または拒否できるように、エージェントの実行を一時停止します。これは、外部システムと対話したり、通信を送信したり、機密トランザクションを実行したりするエージェントにとって不可欠です。
要約: コンテキスト制限に近づくとメッセージ履歴を凝縮し、古いコンテキストを要約しながら、最近のメッセージはそのままにします。これにより、トークンオーバーフローエラーを防ぎ、長期実行エージェントセッションのパフォーマンスを維持できます。
PIIの赤字: パターンマッチングを使用して、コンテンツがモデルに渡される前に、電子メールアドレス、電話番号、社会保障番号などの機密情報を識別して赤字にします。これにより、プライバシー規制への準拠を維持し、ユーザーデータの偶発的な公開を防ぐことができます。

LangChainは、エージェントループのさまざまなポイントにフックするカスタム****ミドルウェアもサポートしています。次の図は、これらのフックを示しています。

構造化出力生成:

構造化出力生成をメインのモデル<–>ツールループに組み込むことで、構造化出力生成も改善しました。これにより、メインループに追加される余分なLLM呼び出しを排除し、遅延とコストを削減します。

開発者は、ツール呼び出しまたはプロバイダーネイティブの構造化出力のいずれかを通じて、構造化出力が生成される方法を細かく制御できるようになりました。

from langchain.agents import create_agent
from langchain.agents.structured_output import ToolStrategy

from pydantic import BaseModel

class WeatherReport(BaseModel):
    temperature: float
    condition: str

agent = create_agent(
    "openai:gpt-4o-mini",
    tools=[weather_tool],
    response_format=ToolStrategy(WeatherReport),
    prompt="Help the user by fetching the weather in their city.",
)

標準コンテンツブロック

LangChainの数百ものプロバイダー統合（OpenAI、Anthropicなど）は1.0ではほとんど変更されていません。これらの抽象化で使用されるインターフェースは、langchain-coreに存在し、ここで1.0に昇格します。1つの重要な追加があります。標準化されたコンテンツブロック。

LangChainの価値の多くは、複数のプロバイダーで共通のプロトコルを使用できるプロバイダー非依存インターフェースから生まれます。標準コンテンツブロックがない場合、モデルまたはプロバイダーの切り替えは、ストリーム、UI、およびフロントエンドの破損を引き起こすことがよくあります。メッセージの新しい.content_blocksプロパティは次のとおりです。

プロバイダー間で一貫性のあるコンテンツタイプ
推論トレース、引用、ツール呼び出し（サーバー側のツール呼び出しを含む）のサポート
複雑な応答構造の型付きインターフェース
完全な後方互換性

これにより、LangChainの抽象化は、推論、引用、サーバー側のツール実行などの最新のLLM機能と同期し、破壊的な変更を最小限に抑えます。

パッケージの簡素化

LangChain 1.0は、本質的な抽象化にパッケージの範囲を削減します。レガシー機能は、後方互換性のためにlangchain-classicに移動します。フレームワークが成熟するにつれて、最も重要なパターンを学びました。この合理化されたパッケージは、長年の蓄積された機能を取り除き、LangChainをシンプルかつ強力にします。

主な変更点:

create_agentはLangChainに導入され、create_react_agentはlanggraph.prebuiltで非推奨になりました
October 2025 EOLのため、Python 3.9のサポートは終了しました。v1.0はPython 3.10以降が必要です
- Python 3.14のサポートがまもなく登場します！
パッケージの表面積がコア抽象化に焦点を当てて削減され、古い機能はlangchain-classicに移動しました

インストール

# Python
uv pip install --upgrade langchain
uv pip install langchain-classic

# JavaScript
npm install @langchain/langchain@latest
npm install @langchain/langchain-classic

移行

以前のバージョンのLangChainからアップグレードしている場合は、変更をガイドするための詳細なリソースを作成しました。

リリース概要: Python、JavaScript

移行ガイド: Python、JavaScript

いつ各フレームワークを使用するか

LangChainを使用すると、一般的なパターンで高速にエージェントを構築して出荷できます。LangGraphを使用すると、高度なカスタマイズが必要な複雑なワークフローに対して細かく制御できます。

最高の点は、LangChainエージェントはLangGraphを基盤としているため、ロックインされることはないということです。LangChainの高レベルAPIから始めて、より多くの制御が必要になったらLangGraphにシームレスに移行できます。グラフはコンポーザブルであるため、両方のアプローチを組み合わせて使用できます。つまり、create_agentを使用して作成されたエージェントを、ニーズが進化するにつれてカスタムLangGraphワークフロー内で使用できます。

LangChain 1.0を選択してください。

標準的なエージェントパターンで迅速に出荷
デフォルトループ（モデル → ツール → 応答）に適合するエージェント
ミドルウェアベースのカスタマイズ
低レベルの制御よりも高レベルの抽象化

LangGraph 1.0を選択してください。

決定論的およびエージェント的コンポーネントの混合を使用したワークフロー
長期的なビジネスプロセス自動化
より多くの監視/ヒューマンインザループを必要とする機密ワークフロー
非常にカスタムまたは複雑なワークフロー
遅延と/またはコストを注意深く制御する必要があるアプリケーション

ドキュメントとリソース

docs.langchain.comで大幅に改善されたドキュメントサイトを立ち上げました。初めて、PythonとJavaScriptの両方でLangChainとLangGraphのドキュメントが、1つの統合サイトで、並行例、共有の概念ガイド、および統合されたAPIリファレンスを備えています。

新しいドキュメントには、より直感的なナビゲーション、思慮深いガイド、一般的なエージェントアーキテクチャの詳細なチュートリアルが特徴です。

感謝とフィードバック

これらの1.0リリースがお気に召していただければ幸いです。長年にわたりLangChainとLangGraphをテストして、現在の形にしているコミュニティに非常に感謝しています。Uber、JP Morgan、Blackrock、Ciscoなどの企業で月間9000万ダウンロードを記録し、本番環境のアプリケーションをサポートしているため、あなた全員に対して革新を続けるだけでなく、エージェントの構築のための最も信頼できるフレームワークであるという義務があります。

これは主要なマイルストーンですが、私たちは主要なソフトウェア変更のほんの始まりにすぎません。ぜひお聞かせください。LangChain Forumで、1.0リリースについてどう思っているか、何を作成しているかをお知らせください。