langchain 0.1.0没有跳票，之前在其博客透露会在2024年1月初发布，现在看他们兑现了诺言，标志着langchain向生态化迈进的里程碑达成。并且在博文中透露0.2.0也在路上。

https://python.langchain.com/docs/get_started/introduction

以下是langchain官方通告：

经过一年的开发，我们发布了 LangChain v0.1.0

阅读完整博客：https://blog.langchain.dev/langchain-v0-1-0/ 

经过与用户和开发人员的沟通，我们发布了这个稳定版本，并将库的重点放在了几个核心领域：

• 可观测性（Observability）：构建复杂的 LLM 应用程序非常困难。为了最好地进行调试，您需要知道所采取的确切步骤以及每一步的输入/输出。通过与 LangSmith 的紧密集成，LangChain 拥有同类最佳的可观察性。
• 集成（Integrations）：拥有近 700 种集成，无论您想使用哪种技术栈，LangChain 都能提供支持 。
• 可组合性（Composability）：有了 LangChain 表达式语言，创建任意链就变得简单（而且有趣！），为您带来数据协调框架的所有优势 。
• 流（Streaming）：我们投入了大量精力，确保使用 LangChain 表达式语言创建的所有链都能以一流的方式支持流式传输，包括中间步骤的流式传输。
• 输出解析（Output parsing）：让 LLM 以特定格式返回信息是使其能够采取行动的关键。
• 检索（Retrieval）：为 RAG 添加先进但可直接用于生产的方法，包括文本分割、检索和索引pipeline。
• 工具使用 + 代理（Tool Use + Agents:）：Agent集合（决定采取什么行动）、工具集合、定义工具的简便方法。

在接下来的一周里，我们将逐一介绍这些工具。每一项都有很多细微差别，值得我们深入研究。

非常感谢我们的社区为我们提供指导和帮助！

https://github.com/langchain-ai/langgraph

除了这些改进外，langchain特别对agent进行了能力增强，开发了一个新的生态项目langgraph,可以支持自定义agent内部的一些逻辑，使得Agent不再是简单的Re-Act或者PS的固定运行方式，而是允许开发者创建更多自定义循环行为，引入了更多的灵活性和可编程性，这也使得Agent能够更好地适应实际生产的需要，这一点langchain templates的理念一致，本质都是从原型到生产必然的要求。该库现已被 OpenGPTs 所应用。

另外，官方还透露0.2.0也已经在路上，重要的几件事是：

• 用 LCEL 重写传统链（提供更好的流式处理和调试支持）
• 添加新的链类型
• 添加新类型的代理
• 提高我们的生产摄取能力

· 删除旧的和未使用的功能

可以看出，langchain在积极的改进过去为了快速抢占市场而产生的弊端，朝着其新的体系化，开放化，生态化的架构方向狂奔。