LangChain Amplía Capacidades de DeepAgents con Nueva Actualización

Joerg Hiller 29 Oct 2025 02:45

LangChain presenta mejoras significativas para DeepAgents con el lanzamiento de la versión 0.2, ofreciendo backends conectables y funcionalidades mejoradas para la gestión de tareas complejas.

LangChain ha anunciado el lanzamiento de la versión 0.2 de sus DeepAgents, una herramienta diseñada para facilitar tareas complejas y abiertas durante períodos extendidos. Esta versión busca construir sobre el lanzamiento inicial mediante la introducción de nuevas características y mejoras, según el Blog de LangChain.

Nuevas Características en la Versión 0.2

La adición más notable en esta actualización es la introducción de backends conectables. Anteriormente, DeepAgents utilizaba un "sistema de archivos virtual" a través del estado LangGraph para el almacenamiento de archivos. La nueva abstracción Backend ahora permite a los usuarios integrar diversas soluciones de almacenamiento como su sistema de archivos. Las implementaciones actuales incluyen LangGraph State, LangGraph Store para persistencia entre hilos y el sistema de archivos local.

La actualización también introduce el concepto de "backend compuesto". Esta característica permite a los usuarios superponer backends adicionales sobre un backend base, como mapear un sistema de archivos local con un sistema de archivos VIRTUAL respaldado por S3 para subdirectorios específicos como /memories/. Esta configuración admite memoria a largo plazo al permitir almacenamiento persistente más allá de la máquina local.

Elección Entre DeepAgents, LangChain y LangGraph

LangChain posiciona sus tres bibliotecas de código abierto—DeepAgents, LangChain y LangGraph—como herramientas complementarias pero distintas en el espacio de desarrollo de IA. DeepAgents se describe como un "arnés de agente" ideal para construir agentes autónomos de larga duración. LangChain, denominado como un "marco de agente", es adecuado para usuarios que prefieren construir prompts y herramientas personalizadas desde cero. LangGraph, mientras tanto, sirve como un "tiempo de ejecución de agente" para aquellos que desean construir flujos de trabajo que involucren múltiples agentes.

Estas bibliotecas están diseñadas para trabajar en conjunto, con DeepAgents construido sobre la abstracción de agente de LangChain, que a su vez se basa en las capacidades de tiempo de ejecución de LangGraph.

Los esfuerzos de desarrollo continuo de LangChain destacan su compromiso con la mejora de la funcionalidad y versatilidad de sus herramientas, proporcionando a los desarrolladores opciones robustas para gestionar tareas complejas impulsadas por IA.

• langchain
• deepagents
• desarrollo ia
• inteligencia artificial
• automatización

Traducido por H0dl