Visual Explainer · 概念解释直接看一次工具调用

LangChain 装配，
LangGraph 执行。

Deep Agents 在同一套运行机制上预装能力。先分清「创建时装什么」和「调用时谁来跑」。

创建时装配，调用时执行LangChain 的 create_agent 组合模型、工具、中间件，编译成由 LangGraph 执行的模型与工具循环。 调用时 · LangGraph 执行这张图 编译成图 直接答复 请求工具 结果返回模型 创建时 · LangChaincreate_agent(...)模型 ＋ 工具 ＋ 按需中间件决定 Agent 由什么组成 模型节点答复，或提出调用 结束无新的工具调用 工具节点实际执行调用
Fig. 1LangChain 定义并组装 Agent；LangGraph 调度节点、维护状态并执行循环。

一条工具调用，还不是工具结果。

查天气任务的一次模型工具往返用户提问，模型提出 get_weather 调用，运行时执行工具，结果回到模型，模型最终答复。数值为教学假数据。 LangGraph · 执行与传递消息状态 交给模型 发出工具调用 工具结果回到模型 答复后结束 用户问题北京天气怎样？ 模型决定下一步要什么 工具节点调用 get_weather 最终答复北京为 22°C
  1. 用户提交「北京天气怎样？」；LangGraph 开始调用模型节点。
  2. 模型输出 get_weather(北京)。它提出调用意图，查询尚未执行。
  3. LangGraph 调度工具节点。工具返回「北京，22°C」（教学假数据）。
  4. LangGraph 把结果交回模型。模型据此答复，不再请求工具。
  5. 沿结束分支停止：本例包含两次模型调用和一次工具调用。
Fig. 2模型决定是否调用工具；LangGraph 让调用实际发生。拖动进度条，逐步查看谁做了什么。

这是机制模拟，没有调用真实模型或天气服务。「Agent 本轮结束」与「业务完成」分开判断；后者需要外层完成契约。

Deep Agents 增加预装能力，保留同一运行时。

基础 Agent 与 Deep Agent 的共同点和差异基础 Agent 和 Deep Agent 共用模型工具循环及 LangGraph。Deep Agent 默认装入任务清单、文件系统、子代理、上下文压缩与 Skills，基础 Agent 也可按需装入中间件。 基础 AgentDeep Agent create_agentcreate_deep_agent 中间件按需加入一套中间件已经装好 按任务选配 任务清单 文件系统 子代理 上下文压缩 Skills 请求工具 请求工具 模型工具 模型工具 由 LangGraph 执行由 LangGraph 执行 结果返回结果返回
Fig. 3差别在默认装好的能力。基础 Agent 也能按需添加中间件；Deep Agent 的子代理也可以是普通 Agent 或自定义图。

用这三个问题检验理解

谁定义组成？LangChain。
谁调度执行？LangGraph。
Deep Agents 多了什么？预装中间件。

回到具体例子检查

模型没有请求工具，会发生什么？换成 Deep Agent，运行时会改变吗？

回到工具调用的五步过程

来源与范围

内容依据本地《LangChain、LangGraph 与 Deep Agents》笔记（2026-10-18）。本页只解释三者关系与一次工具往返，版本相关参数以安装版本为准。

本页采用 nicobailon/visual-explainer 的概念图解流程与 Paper register；它是生成方法，不是学习效果保证。