LangChain ve LangGraph sonunda 1.0 sürümlerine ulaştılar! 🎉 Ekim 2025’te resmi olarak yayınlanan bu sürümler, yapay zeka ajanları (AI agents) geliştirme konusunda gerçekten çığır açıcı değişiklikler getiriyor. Gelin birlikte neler var, neler değişti, bunları nasıl kullanacağız – hepsine bakalım!
Neden Bu Kadar Önemli?
Öncelikle şunu söyleyelim: Bu sadece sıradan bir güncelleme değil [1][4]. LangChain ve LangGraph ekipleri, “1.0’a kadar hiçbir kırıcı değişiklik (breaking changes) yapmayacağız” sözü veriyorlar [4]. Yani şu anda yazdığınız kod, 2.0 çıkana kadar çalışmaya devam edecek. Bu, üretim ortamlarında (production environments) çalışan uygulamalar için çok kritik bir güvence.
Uber, LinkedIn, Klarna, JP Morgan, Blackrock ve Cisco gibi dev şirketler bu kütüphaneleri kullanıyorlar [4][13]. Aylık 90 milyon indirme sayısına ulaşmış durumdalar [4][13]. Yani bu araçlar sadece deneysel projeler için değil, ciddi, kurumsal düzeyde uygulamalar için kullanılıyor.
LangChain 1.0: Ne Değişti, Ne Geldi?
1. Yeni create_agent Soyutlaması (Abstraction)
LangChain 1.0’ın kalbi, yeni create_agent fonksiyonu [1][5]. Eskiden create_react_agent kullanıyorduk, ama artık bu kaldırıldı ve yerine daha güçlü bir alternatif geldi [1][2]. En güzel yanı? LangGraph’in çalışma zamanı (runtime) üzerine kurulu [3][4].
Basit bir ajan oluşturmak artık gerçekten kolay:
from langchain.agents import create_agent
weather_agent = create_agent(
model="openai:gpt-5",
tools=[get_weather],
system_prompt="Kullanıcının şehrindeki hava durumunu getirerek yardım et.",
)
result = agent.invoke({"role": "user", "content": "SF'de hava nasıl?"})
Görüyorsunuz değil mi? Birkaç satırda çalışan bir ajan [3][25]! Artık karmaşık yapılandırmalarla (configurations) uğraşmanıza gerek yok.
2. Middleware: Oyunun Kurallarını Değiştiren Özellik
Şimdi gerçekten heyecan verici kısma geldik: Middleware [5][13][14]. Bunu web framework’lerindeki middleware’lere benzetebiliriz – Express.js ya da Django’daki gibi [16]. Middleware, ajanınızın her adımında tam kontrol sahibi olmanızı sağlıyor.
Middleware Ne İşe Yarıyor?
Middleware ile şunları yapabiliyorsunuz [5][15]:
- before_model: Model çağrısından önce çalışır, durumu (state) güncelleyebilir veya başka düğümlere (nodes) atlayabilir
- after_model: Model çağrısından sonra çalışır, sonuçları değerlendirebilir
- modify_model_request: Model isteğini (request) özelleştirmenize izin verir – araçları (tools), mesajları, ayarları değiştirebilirsiniz
Hazır Middleware’ler
LangChain 1.0, kullanıma hazır birkaç middleware ile geliyor [5][14]:
PIIMiddleware (Kişisel Veri Gizleme): Hassas bilgileri (e-posta, telefon numarası vs.) modele göndermeden önce gizler [5][25]. Gizlilik düzenlemelerine (privacy regulations) uyum için çok önemli!
from langchain.agents.middleware import PIIMiddleware
PIIMiddleware(
"email",
strategy="redact", # veya "block"
apply_to_input=True
)
SummarizationMiddleware (Özet Çıkarma): Konuşma geçmişi (conversation history) çok uzadığında otomatik olarak özetliyor [5][14]. Token maliyetlerini düşürmek için harika!
SummarizationMiddleware(
model="claude-sonnet-4-5-20250929",
max_tokens_before_summary=500
)
HumanInTheLoopMiddleware (İnsan Onayı): Kritik işlemlerde (hassas araç çağrıları gibi) insan onayı gerektirir [5][14]. Para işlemleri, güvenlik işlemleri için vazgeçilmez!
HumanInTheLoopMiddleware(
interrupt_on={
"send_email": {
"allowed_decisions": ["approve", "edit", "reject"]
}
}
)
3. Gelişmiş Yapılandırılmış Çıktı Üretimi (Structured Output Generation)
Artık yapılandırılmış çıktı üretimi, ana ajan döngüsüne (main agent loop) entegre edilmiş durumda [5][9][25]. Eskiden bunun için ekstra bir LLM çağrısı gerekiyordu, ama artık gerek yok! Bu hem gecikmeyi (latency) hem de maliyeti azaltıyor [5][9].
İki farklı strateji var [1][5]:
- ToolStrategy: Model, araç çağrıları (tool calls) kullanarak yapılandırılmış çıktı üretiyor
- ProviderStrategy: Sağlayıcının (provider) doğal yapılandırılmış çıktı desteğini kullanıyor (örneğin OpenAI’ın
response_formatparametresi)
from langchain.agents.structured_output import ToolStrategy
from pydantic import BaseModel
class Weather(BaseModel):
temperature: float
condition: str
agent = create_agent(
"gpt-4o-mini",
tools=[weather_tool],
response_format=ToolStrategy(Weather)
)
4. Standart İçerik Blokları (Content Blocks)
Bu özellik gerçekten devrim niteliğinde! [3][23][25] Artık her LLM sağlayıcısı (OpenAI, Anthropic, Google Gemini) farklı format kullanmıyor. Yeni .content_blocks özelliği sayesinde standart bir yapı var [1][3][23].
Desteklenen içerik blokları [23][24]:
- Text: Standart metin çıktısı
- Reasoning: Model’in akıl yürütme adımları (thinking/reasoning)
- Citations: Kaynak gösterimleri
- Web Search: Web arama sonuçları
- Tool Calls: Araç çağrıları
- Multimodal: Görüntü, ses, video, PDF gibi içerikler
response = llm.invoke("LangChain ne zaman oluşturuldu?")
# Standart formatta erişim
response.content_blocks
# [
# {"type": "reasoning", "reasoning": "..."},
# {"type": "web_search_call", "query": "...", "id": "..."},
# {"type": "text", "text": "...", "annotations": [...]}
# ]
Bu ne anlama geliyor? Artık sağlayıcılar arasında geçiş yaptığınızda (switching providers), kodunuz bozulmuyor! [3][25][27] Akışlar (streams), kullanıcı arayüzleri (UIs) ve bellek depoları (memory stores) aynı kalıyor.
5. Paket Yüzeyinin Daraltılması (Streamlined Package)
LangChain ekibi, paket yüzeyini ciddi şekilde daraltmış [1][9][27]. Gereksiz karmaşıklığı ortadan kaldırmışlar. Eski, kullanılmayan özellikler langchain-legacy (ya da JavaScript’te @langchain/classic) paketine taşınmış [1][9][27].
Bu yeni odak alanları [9][27]:
- Temel ajan döngüsü (core agent loop)
- Model soyutlamaları (model abstractions)
- Araç entegrasyonları (tool integrations)
- Standart arayüzler (standard interfaces)
6. Python 3.10+ Gereksinimi
LangChain 1.0, Python 3.9 desteğini bıraktı [1]. Artık minimum Python 3.10 gerekiyor. Python 3.9’un ömrü Ekim 2025’te bitiyor, bu yüzden mantıklı bir karar [1].
LangGraph 1.0: Üretim Ortamı İçin Hazır
LangGraph 1.0, LangChain kadar dramatik değişiklikler getirmese de, önemli iyileştirmeler var [2][4][19].
Geriye Dönük Uyumluluk (Backward Compatibility)
En güzel haber: LangGraph 1.0 tamamen geriye dönük uyumlu! [2][4] Tek önemli değişiklik, langgraph.prebuilt modülünün kullanımdan kaldırılması (deprecation) ve işlevselliğin langchain.agents‘a taşınması [2].
Dayanıklı Durum Yönetimi (Durable State Management)
LangGraph’in en güçlü özelliklerinden biri, konuşmaların ve iş akışlarının (workflows) otomatik olarak kalıcı olması (persist) [4][13][22]. Sunucunuz yeniden başlatılsa bile, kesintiye uğrasa bile, ajan tam kaldığı yerden devam ediyor [13]!
İnsan Döngüsü Deseni (Human-in-the-Loop Patterns)
LangGraph, insan onayı gerektiren durumlarda ajan yürütmesini duraklatma (pause) konusunda birinci sınıf API desteği sunuyor [13][28]. Çok günlük onay süreçleri (multi-day approval processes) veya arka plan işleri (background jobs) için ideal [13].
Kalıcılık (Persistence)
Ajan iş akışlarını istediğiniz noktada kaydetme (save) ve devam ettirme (resume) imkanı var [13]. Özel veritabanı mantığı (custom database logic) yazmanıza gerek yok!
from langgraph.checkpoint.memory import InMemorySaver
checkpointer = InMemorySaver()
agent = create_agent(tools, instructions, checkpointer=checkpointer)
config = {"configurable": {"thread_id": "123"}}
result = agent.invoke(input, config)
# Daha sonra aynı thread_id ile devam edebilirsiniz
LangChain ve LangGraph Birlikte Nasıl Çalışıyor?
Bu iki kütüphanenin birbirini tamamlayıcı (complementary) şekilde tasarlandığını anlamak çok önemli [4][19][22]:
LangChain 1.0: Hızlı başlangıç için yüksek seviye soyutlamalar (high-level abstractions) [4][22]. Standart paternler, hazır middleware’ler. Çoğu yaygın kullanım senaryosu için ideal.
LangGraph 1.0: Karmaşık, özelleştirilmiş iş akışları için düşük seviye kontrol (low-level control) [4][22]. Graf tabanlı (graph-based) yürütme motoru. Uzun süreli, kritik ajanlar için.
En güzel kısım? LangChain’le başlayıp, ihtiyaç duyduğunuzda LangGraph’e geçebilirsiniz! [2][4][19] LangChain ajanları zaten LangGraph runtime’ı kullanıyor, bu yüzden geçiş sorunsuz [2][4].
Ne Zaman Hangisini Kullanmalı?
LangChain 1.0 Kullanın:
- Hızlıca prototip oluşturmak istediğinizde
- Standart ajan paternleri yeterli olduğunda
- Middleware ile yeterli özelleştirme yapabildiğinizde
- Minimal kurulum ile başlamak istediğinizde
LangGraph 1.0 Kullanın:
- Çok özelleştirilmiş (highly customized) iş akışlarına ihtiyacınız olduğunda
- Deterministik adımlar (deterministic steps) ve ajantik davranışı (agentic behavior) birleştirmeniz gerektiğinde
- Çoklu ajan sistemleri (multi-agent systems) kurduğunuzda
- Hassas, uzun süreli iş süreçleri (long-running workflows) yönettiğinizde
Gerçek Dünya Kullanım Senaryoları
Müşteri Desteği (Customer Support)
LangChain 1.0 ile müşteri destek ajanı kurmak artık çok daha kolay [28]:
- PII redaksiyonu: Hassas bilgileri gizleyin [28]
- Niyet sınıflandırması: Düşük sıcaklık (low temperature ~0.1) ile yapılandırılmış çıktı [28]
- Bilgi tabanı sorguları: Hibrit arama (hybrid search) ile kaynak gösterimi [28]
- Araç yürütme: Sadece politika izin verdiği araçları etkinleştirin [28]
- İnsan onayı: Hassas işlemlerde duraklatma [28]
Derin Araştırma Ajanları (Deep Research Agents)
OpenAI’ın Deep Research ve Anthropic’in Claude Code gibi uygulamalar, ortak özelliklere sahip [16]:
- Detaylı sistem istem metinleri (detailed system prompts)
- Planlama araçları (planning tools)
- Alt ajanlar (sub-agents) – özelleşmiş görevleri devreder
- Dosya sistemi – kalıcı bellek ve işbirliği
LangChain 1.0’ın middleware mimarisi, bunların hepsini mümkün kılıyor [16][17].
Yeni Dokümantasyon Sitesi
LangChain ve LangGraph ekipleri, tamamen yeni bir dokümantasyon sitesi yayınladılar: docs.langchain.com [4][13][27].
İlk kez:
- Python ve JavaScript içeriği tek bir site altında [4][27]
- Yan yana kod örnekleri (side-by-side code samples)
- Birleştirilmiş API referansları (consolidated API references)
- Daha sezgisel navigasyon
- Yaygın ajan mimarileri için kapsamlı eğitimler (in-depth tutorials)
Tavsiyelerim ve İpuçları
Başlarken:
- LangChain 1.0’la başlayın: Yüksek seviye API’lar hızlı sonuç almanızı sağlar [19]
- Middleware’leri keşfedin: PIIMiddleware ve SummarizationMiddleware gerçekten kullanışlı
- İçerik bloklarını öğrenin: Sağlayıcı bağımsızlığı için çok önemli [3][23]
- Dokümantasyonu takip edin: Yeni site harika, her şey çok daha net
Dikkat Edilmesi Gerekenler:
- Python 3.10+ gerekli: Güncelleme yapmayı unutmayın [1]
- langchain-legacy kontrolü: Eski kodunuz varsa,
langchain-legacypaketine bakın [1][9] - OpenAI Responses API: Default format değişti, eski davranış için
output_version="v0"kullanın [1] - Anthropic max_tokens: Default değerler artık daha yüksek [1]
Topluluk Tepkileri
Topluluk genellikle çok olumlu tepki verdi [20]:
- Victor (@victor_explore): “Yapay zeka ajan mühendisliğini şekillendirmede kritik rol”
- @kuwa_tw: “LangChain & LangGraph 1.0’ı deniyorum – eğlenceli!”
- Reddit kullanıcıları: “Prompt zincirleme (prompt chaining) karmaşık iş akışları için olgun bir sıçrama”
Ancak bazı eleştiriler de var [20]:
- @un1tz3r0: “Soyutlamalarda gereksiz karmaşıklık olabilir”
- @AIBTCAI: Yeni başlayanlar için öğrenme eğrisi dik olabilir
Kuruluma Hazır Olun!
Hemen başlamak için:
Python:
pip install --upgrade langchain langgraph # veya uv pip install --upgrade langchain langgraph
JavaScript:
npm install langchain@latest @langchain/langgraph@latest
Sonuç
LangChain 1.0 ve LangGraph 1.0, yapay zeka ajan geliştirme alanında gerçek bir dönüm noktası [4][8]. Artık prototiplerden üretime geçiş çok daha kolay. Middleware sistemi, standart içerik blokları ve dayanıklı durum yönetimi gibi özellikler, kurumsal düzeyde uygulamalar için hazır.
Uber, JP Morgan, Cisco gibi şirketler bunları zaten üretimde kullanıyor [4][13]. 90 milyon aylık indirme ve geriye dönük uyumluluk garantisi ile, artık bu kütüphanelere güvenle yatırım yapabilirsiniz.
Ben kesinlikle denemeye başladım bile! Özellikle middleware sistemi ve standart içerik blokları, gerçekten oyunun kurallarını değiştiriyor. Siz de denemek öğrenmek uygulama yapmak ve bu yönde yeteneklerinizi geliştirmek isterseniz VBO AI&LLM Bootcamp güzel bir başlangıç olabilir.
Kaynaklar
[1] LangChain Python v1.0 – Docs by LangChain. https://docs.langchain.com/oss/python/releases/langchain-v1
[2] What’s new in v1 – Docs by LangChain (LangGraph). https://docs.langchain.com/oss/python/releases/langgraph-v1
[3] LangChain & LangGraph 1.0 alpha releases. https://blog.langchain.com/langchain-langchain-1-0-alpha-releases/
[4] LangChain and LangGraph Agent Frameworks Reach v1.0 Milestones. https://blog.langchain.com/langchain-langgraph-1dot0/
[5] What’s new in v1 – Docs by LangChain (Release Notes). https://docs.langchain.com/oss/python/releases/langchain-v1
[6] Releases · langchain-ai/langchain. https://github.com/langchain-ai/langchain/releases
[7] LangChain – Changelog. https://changelog.langchain.com/
[8] LangChain and LangGraph 1.0: Powering the Next Generation of AI Agents | Joshua Berkowitz. https://joshuaberkowitz.us/blog/news-1/langchain-and-langgraph-1-0-powering-the-next-generation-of-ai-agents-1547
[9] LangChain 1.0 now generally available – Changelog. https://changelog.langchain.com/announcements/langchain-1-0-now-generally-available
[10] LangChain and LangGraph Enter v1.0 Alpha | Joshua Berkowitz. https://joshuaberkowitz.us/blog/news-1/langchain-and-langgraph-enter-v1-0-alpha-a-new-era-for-agentic-ai-development-940
[11] LangChain v0.1.0. https://blog.langchain.com/langchain-v0-1-0/
[12] LangChain 0.1.0: A New Milestone in Language Model Frameworks | Medium. https://medium.com/@pankaj_pandey/langchain-0-1-0-a-new-milestone-in-language-model-frameworks-adbd575f2183
[13] LangChain and LangGraph Agent Frameworks Reach v1.0 Milestones (Duplicate). https://blog.langchain.com/langchain-langgraph-1dot0/
[14] Middleware – Docs by LangChain. https://docs.langchain.com/oss/python/langchain/middleware
[15] Agent Middleware. https://blog.langchain.com/agent-middleware/
[16] Building Production-Ready Deep Agents with LangChain 1.0 | Medium. https://medium.com/data-science-collective/building-deep-agents-with-langchain-1-0s-middleware-architecture-7fdbb3e47123
[17] LangChain 1.0 — A second look. https://medium.com/mitb-for-all/langchain-a-second-look-6ed720e27fec
[18] LangChain Middleware v1-Alpha Guide | Colin McNamara. https://colinmcnamara.com/blog/langchain-middleware-v1-alpha-guide
[19] LangGraph 1.0 released: no breaking changes | Medium. https://medium.com/@romerorico.hugo/langgraph-1-0-released-no-breaking-changes-all-the-hard-won-lessons-8939d500ca7c
[20] LangChain 1.0 vs LangGraph 1.0: The Ultimate Comparison Guide. https://www.clickittech.com/ai/langchain-1-0-vs-langgraph-1-0/
[21] How to add custom middleware. https://langchain-ai.github.io/langgraphjs/how-tos/http/custom_middleware/
[22] LangChain and LangGraph 1.0 | Joshua Berkowitz (Duplicate). https://joshuaberkowitz.us/blog/news-1/langchain-and-langgraph-1-0-powering-the-next-generation-of-ai-agents-1547
[23] Standard message content. https://blog.langchain.com/standard-message-content/
[24] Messages – Docs by LangChain. https://docs.langchain.com/oss/python/langchain/messages
[25] LangChain and LangGraph v1.0 Milestones (Content Blocks). https://blog.langchain.com/langchain-langgraph-1dot0/
[26] Messages | LangChain Reference. https://reference.langchain.com/python/langchain/messages/
[27] LangChain 1.0 vs LangGraph 1.0 Comparison. https://www.clickittech.com/ai/langchain-1-0-vs-langgraph-1-0/
[28] LangChain 1.0 Best Practices. https://skywork.ai/blog/ai-agent/langchain-1-0-best-practices-customer-support-knowledge-base-automation/
[29] LangChain v1 is now generally available | Microsoft Community Hub. https://techcommunity.microsoft.com/blog/azuredevcommunityblog/langchain-v1-is-now-generally-available/4462159
[30] LangChain V1 Releases! · Issue #1190. https://github.com/langchain-ai/langchain-google/issues/1190
