图解 LangChain 41｜部署演进：从 LangServe 到 LangGraph Platform

前面讲的都是怎么开发 LangChain 应用。这一篇讲怎么部署——把做好的应用跑起来、对外提供服务。

LangChain 的部署方案有个演进：从 LangServe 到 LangGraph Platform。这一篇讲清两者的定位和选择。

为什么要专门的部署方案

LangChain 应用部署，和普通 Web 应用有区别：

• 有状态的 Agent：Agent 跨多步、有 checkpoint、要 HITL，不是简单的请求-响应
• 长流程：一个 Agent run 可能跑很久，传统 HTTP 请求挂不住
• 流式：要边生成边返回，不是等完再给
• 与 LangSmith 集成：部署后还要能追踪、评估

这些需求，普通 Web 框架（Flask/FastAPI）直接搭会比较麻烦。LangChain 的部署方案就是把这些封装好。

LangServe：无状态链的部署

LangServe 是较早的方案，定位是把 LangChain 的 Runnable 暴露成 API。

它适合无状态的链：你有一个 RAG 链、一个简单的 prompt→model 链，想包成 API 给别人调。LangServe 把这个 Runnable 变成一个 HTTP 接口，支持 invoke/stream/batch。

LangServe 简单、够用，但它假设的是「无状态、一次请求一次响应」。它不天然处理 Agent 的长流程、checkpoint、HITL 这些。

LangGraph Platform：有状态 Agent 的运行时

LangGraph Platform 是 v1.0 主推的部署方案，定位是部署有状态、长流程 Agent 的运行时。

它和 LangServe 的区别：LangGraph Platform 原生支持 Agent 的那些特殊需求：

• 状态管理：内置 checkpointer，Agent 的状态持久化、恢复开箱即用
• 长流程：支持 Agent 跑很久，不卡死请求（异步、后台）
• 流式：原生支持 Agent 思考过程的流式输出
• HITL：支持 Agent 暂停等人、恢复（第 15 篇的机制）
• LangSmith 集成：部署即追踪

简单说，LangGraph Platform 是为 Agent 这个形态专门设计的运行时，而 LangServe 更像是「把链变成 API」的通用工具。

怎么选

一个务实判断：

• 部署简单的无状态链（RAG 问答、一次性处理）→ LangServe 够用，简单
• 部署 Agent（多步、有记忆、要 HITL、长流程）→ LangGraph Platform

趋势上，LangGraph Platform 是未来——因为 LangChain 的重心在 Agent，而 Agent 需要的就是 Platform 提供的能力。LangServe 在退化成「简单无状态部署」的定位。

部署不只是「跑起来」

最后强调一点：生产部署不只是「把应用跑起来」。一个完整的部署要考虑：

• 可观测：接 LangSmith，trace/eval（前两篇）
• 可靠性：重试、fallback（第 07 篇）、限流
• 扩缩容：Agent 长流程，并发管理和普通应用不同
• 成本：token 是真金白银，要监控

LangGraph Platform 把这些打包了。如果自己用 LangServe + FastAPI 搭，这些得自己实现。

收束：按 Agent 形态选部署

这一篇讲了部署：

• LangChain 应用部署有特殊性（有状态、长流程、流式、HITL）
• LangServe：无状态链变 API，简单
• LangGraph Platform：有状态 Agent 的运行时，v1.0 主推
• 简单链用 LangServe，Agent 用 Platform
• 趋势：Platform 是未来，LangServe 退到简单场景
• 生产部署还要考虑可观测、可靠、扩缩容、成本

下一篇是全系列最后一篇——系列收束，做整个 42 篇的总结。

关于十三Tech

我是十三，All in AI Agent 方向的架构师，专注 AI 工程实践。我相信 AI 是程序员的最佳搭档。

如果你想跟完这套「图解 LangChain」，欢迎关注公众号 「十三Tech」。全系列 42 篇，会按认识基础、LangGraph 状态机、Agent 与 middleware、RAG 检索、Tools/MCP/记忆、生产化收束这条线更新。