langchain最新版本提供了哪些新能力？

以下是LangChain最新版本（截至2025年10月）的主要新增API列表，按模块分类整理：

Python 核心框架（0.3.27）

1. 工具调用标准化

   • ChatModel.bind_tools()：统一工具定义绑定接口，支持Pydantic模型、函数、OpenAI格式字典等多种工具描述形式。
   • AIMessage.tool_calls：标准化工具调用响应解析，直接获取模型返回的工具调用指令（如名称、参数）。

2. 向量存储增强

   • VectorStore.as_retriever()：新增多向量检索（Multi-Vector Retrieval）支持，可同时查询文档的原始块、摘要及假设性问题向量。
   • TimeWeightedVectorStore：结合语义相似性和时间衰减的向量存储，优先返回近期相关内容。

3. 数据库集成

   • PostgreSQLVectorStore：支持异步连接池（Async Connection Pooling）和动态Schema管理，提升企业级应用的稳定性和安全性。
   • RelationalMetadataColumns：通过数据库元数据列加速SQL过滤，减少不必要的数据加载。

4. 长期记忆管理

   • LangGraph Persistence API：通过JSON文档存储实现长期记忆，支持跨命名空间（Namespace）的内容过滤和向量相似性搜索。
   • Store.put()/Store.get()/Store.search()：基础存储操作接口，支持自定义命名空间和键值对存储。

多语言支持

1. Java版 langchain4j 1.2.0
   • langchain4j-anthropic：集成Anthropic Claude模型，支持流式响应和Token使用统计。
   • langchain4j-google-ai-gemini：新增Google Gemini多模态模型支持，可处理文本、图像等混合输入。
   • StreamingPartialToolCalls：工具执行过程中实时返回部分结果，降低响应延迟。
   • MCP自动资源暴露：Model Context Protocol (MCP) 自动将资源（如数据库连接）注册为可调用工具。

社区扩展（langchain-community 0.3.26）

1. 文档加载器

   • PlaywrightLoader：基于Playwright的动态网页内容抓取，支持JavaScript渲染后的页面解析。
   • PdfFileContent：直接处理PDF二进制内容，支持多页文档的分块和嵌入。

2. 检索增强

   • SelfQueryRetriever：根据自然语言查询自动生成结构化数据库查询（如SQL），支持复杂过滤条件。
   • ContextualCompressionRetriever：结合查询上下文压缩检索结果，仅返回最相关的文档片段。

实验性功能

1. LangGraph平台集成
   • LangGraph Studio v2：本地调试工具，支持可视化追踪Agent执行路径、编辑Prompt模板及动态调整配置。
   • MCP Endpoint：每个部署的Agent自动暴露MCP端点，可作为工具集成到支持MCP协议的客户端（如HTTP流服务）。

其他改进

• 异步支持：核心抽象（如ChatModel、Chain）全面优化异步接口，提升高并发场景性能。
• 回调机制增强：新增ToolExecutionCallbackHandler，支持工具调用前预处理、结果后处理及生命周期管理。

注意事项

• 部分API（如langchain4j模块、LangGraph平台功能）需单独安装依赖或注册服务。
• 实验性功能（如MultiVectorRetriever）可能存在接口变动，建议参考官方文档获取最新用法。

如需详细代码示例或模块安装说明，请访问LangChain官方文档或相关GitHub仓库。