Ringkasan rilis LangChain dan LangGraph 1.0

Kami mengumumkan rilis 1.0, versi stabil utama pertama untuk LangChain dan LangGraph. LangChain menyediakan abstraksi tingkat tinggi untuk mengembangkan agen AI dengan cepat, sementara LangGraph mendukung agen kelas produksi yang dapat dikustomisasi dengan runtime berbasis graf. Rilis ini menekankan stabilitas, dan tidak akan ada perubahan hingga versi 2.0. Situs dokumentasi terpadu (https://docs.langchain.com/) telah didesain ulang, dan sudah benar-benar digunakan di perusahaan besar seperti Uber, LinkedIn, dan Klarna. Saat ini mencatat 90 juta unduhan per bulan.

Pengumuman utama

LangChain 1.0 dan LangGraph 1.0 dirilis sebagai versi stabil yang mencerminkan masukan komunitas. LangChain menyempurnakan loop agen, memperkuat kustomisasi dengan middleware, dan meningkatkan integrasi model agar sesuai dengan tipe konten modern. LangGraph menyediakan runtime tangguh untuk persistensi agen yang berjalan lama, observabilitas, dan kontrol intervensi manusia. Keduanya mendukung Python dan JavaScript, serta menjamin kompatibilitas mundur.

LangChain 1.0: fitur baru dan peningkatan

LangChain 1.0 menyederhanakan pengembangan agen dengan mengatasi abstraksi yang terlalu berat dan masalah cakupan paket. Fokus utamanya adalah abstraksi create_agent, blok konten standar, dan penyederhanaan paket.

Abstraksi create_agent

Fitur inti untuk membangun agen dengan cepat tanpa bergantung pada penyedia model, dengan eksekusi stabil berbasis LangGraph. Loop agen standar adalah sebagai berikut:

• Pengaturan: memilih model, menyediakan tool, mendefinisikan prompt.
• Loop eksekusi:
  1. Mengirim permintaan ke model.
  2. Respons model: jika ada pemanggilan tool, jalankan lalu tambahkan ke percakapan; jika jawaban final, kembalikan hasil.
  3. Ulangi langkah 1.

Contoh kode:

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", "what's the weather in SF?"})  

Middleware: menambahkan hook di berbagai titik dalam loop agen (sebelum/sesudah pemanggilan model, eksekusi tool, dll.) untuk kustomisasi. Middleware bawaan:

• Human-in-the-loop: menghentikan pemanggilan tool untuk persetujuan/edit/penolakan pengguna, berguna untuk interaksi sensitif seperti akses ke sistem eksternal atau transaksi.
• Summarization: mengompresi riwayat pesan untuk menghindari batas konteks, sambil mempertahankan pesan terbaru.
• PII Redaction: mengidentifikasi dan memasker data sensitif seperti email dan nomor telepon untuk kepatuhan privasi.

Middleware kustom juga didukung.

Pembuatan output terstruktur: terintegrasi ke dalam loop agen untuk mengurangi latensi/biaya. Output dapat dikendalikan dengan model Pydantic, dll. Contoh:

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.",  
)  

create_react_agent sebelumnya telah deprecated dari langgraph.prebuilt di LangGraph.

Blok konten standar

Fitur yang dipromosikan dari langchain-core 1.0 ini menyediakan spesifikasi netral-penyedia untuk output model. Melalui properti .content_blocks pada pesan, berbagai tipe konten seperti jejak penalaran, kutipan, dan pemanggilan tool dapat ditangani secara konsisten. Mendukung perpindahan model yang mudah antara OpenAI, Anthropic, dan lainnya, serta kompatibel dengan streaming/UI/penyimpanan memori.

Penyederhanaan paket

Hanya mempertahankan abstraksi inti, sementara fitur lawas dipindahkan ke langchain-classic. Dukungan Python 3.9 dihentikan (memerlukan 3.10+). Instalasi: uv pip install --upgrade langchain dan langchain-classic. Panduan migrasi: https://docs.langchain.com/oss/python/releases/langchain-v1.

LangGraph 1.0: fitur baru dan peningkatan

LangGraph 1.0 adalah framework tingkat rendah untuk agen yang sangat dapat dikustomisasi, cocok untuk sistem berjalan lama di lingkungan produksi. Framework ini menggunakan model eksekusi berbasis graf.

Fitur inti

• Durable State: status eksekusi agen dipertahankan secara otomatis dan dapat dilanjutkan setelah server restart.
• Persistensi bawaan: menyimpan/melanjutkan workflow tanpa kode database, mendukung proses multi-hari atau tugas latar belakang.
• Pola intervensi manusia: mendukung API untuk peninjauan, modifikasi, dan persetujuan manusia setelah eksekusi dihentikan, cocok untuk skenario berisiko tinggi.

Modul langgraph.prebuilt telah dipindahkan ke langchain.agents. Instalasi: uv pip install --upgrade langgraph. Migrasi: kompatibilitas tetap terjaga.

Penjelasan konsep: agen stateful, workflow multi-agen, integrasi LangChain

Agen stateful (Stateful Agents)

Mempertahankan status yang berkelanjutan antar interaksi. Dengan runtime LangGraph, riwayat percakapan, hasil tool, dan progres workflow tetap tersimpan. Di LangChain 1.0, middleware ringkasan membantu mengelola batas konteks. Berguna untuk workflow multi-sesi, misalnya proses persetujuan yang berlangsung selama beberapa hari.

Workflow multi-agen (Multi-Agent Workflows)

Membangun sistem multi-agen dengan model graf LangGraph. Dapat menggabungkan node deterministik (logika tetap) dan komponen agen (keputusan berbasis LLM). Pengawasan dilakukan melalui intervensi manusia. Agen LangChain juga dapat di-embed sebagai node graf untuk diperluas. Cocok untuk otomatisasi bisnis seperti pengambilan data, analisis, dan persetujuan.

Integrasi dengan LangChain

LangChain adalah abstraksi tingkat tinggi yang dibangun di atas runtime LangGraph, sehingga agen menjadi lebih tangguh. Graf dapat dikomposisikan untuk berkembang menjadi sistem yang kompleks. Menghindari vendor lock-in. Video detail engineering: https://youtu.be/r5Z_gYZb4Ns.

Kasus penggunaan

• LangChain 1.0: prototyping cepat untuk pola standar seperti kueri cuaca atau asisten berbasis tool. Dengan middleware, dapat membuat chatbot pelindung privasi atau agen transaksi dengan persetujuan manusia.
• LangGraph 1.0: otomatisasi jangka panjang (persetujuan multi-hari), pengawasan manusia untuk workflow sensitif, sistem hibrida (agen + logika deterministik). Cocok untuk proses enterprise seperti di Uber atau Klarna.
• Penggunaan gabungan: mulai dengan LangChain lalu berkembang ke LangGraph, termasuk untuk otomatisasi bisnis multi-agen.

Dokumentasi dan sumber daya

Situs dokumentasi terpadu (https://docs.langchain.com/) mencakup navigasi yang intuitif, panduan, tutorial, dan referensi API. Masukan komunitas: forum LangChain (https://forum.langchain.com/). Langganan newsletter juga tersedia.

[girr311]

Oh, 1.0 akhirnya rilis ya

[aer0700]

Mulai 1.0, semoga API-nya jadi agak lebih stabil...
Jangan sampai sebentar lagi keluar 2.0 lagi, lalu harus bongkar-bongkar migration guide.
Untuk LangChain, saya sendiri tidak keberatan dengan fiturnya, tetapi mematahkan kompatibilitas ke belakang itu selalu bikin cemas dan merepotkan

[brainer]

Yah.. kalau di ranah AI sih rasanya memang lebih gampang nulis ulang dari awal, jadi ya sudahlah, tapi yang paling bikin tidak puas itu LLM tidak benar-benar paham sintaks terbaru wkwkwk (meski kalau pakai yang seperti MCP, itu bisa agak teratasi).