首页

LangGraph Logo

注意

正在寻找 JS 版本？请查看 JS 仓库和 JS 文档。

LangGraph — 被 Replit、Uber、LinkedIn、GitLab 等公司使用 — 是一个用于构建可控代理的底层编排框架。虽然 langchain 提供了集成和可组合的组件来简化 LLM 应用程序开发，但 LangGraph 库实现了代理编排 — 提供可定制的架构、长期记忆和人机回路，以可靠地处理复杂的任务。

pip install -U langgraph

要了解更多关于如何使用 LangGraph 的信息，请查看文档。我们在下面展示了一个如何创建 ReAct 代理的简单示例。

# This code depends on pip install langchain[anthropic]
from langgraph.prebuilt import create_react_agent

def search(query: str):
    """Call to surf the web."""
    if "sf" in query.lower() or "san francisco" in query.lower():
        return "It's 60 degrees and foggy."
    return "It's 90 degrees and sunny."

agent = create_react_agent("anthropic:claude-3-7-sonnet-latest", tools=[search])
agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]}
)

为什么要使用 LangGraph？¶

LangGraph 是为希望构建强大、适应性强的 AI 代理的开发者而构建的。开发者选择 LangGraph 是因为

可靠性和可控性。 通过审核检查和人工审批来引导代理行为。LangGraph 为长期运行的工作流程持久化上下文，使您的代理保持在正确的轨道上。
底层和可扩展性。 使用完全描述性的底层原语构建自定义代理 — 摆脱限制定制的僵化抽象。设计可扩展的多代理系统，每个代理都服务于针对您的用例量身定制的特定角色。
一流的流式传输支持。 通过令牌到令牌的流式传输和中间步骤的流式传输，LangGraph 让用户清晰地了解代理推理和行为的实时展开。

LangGraph 在生产环境中受到信任，并为以下公司的代理提供支持：

Klarna：为 8500 万活跃用户提供客户支持机器人
Elastic：用于威胁检测的安全 AI 助手
Uber：自动化单元测试生成
Replit：代码生成
以及更多公司 (在此处查看列表)

LangGraph 的生态系统¶

虽然 LangGraph 可以独立使用，但它也可以与任何 LangChain 产品无缝集成，为开发者提供构建代理的全套工具。为了改进您的 LLM 应用程序开发，请将 LangGraph 与以下产品配对：

LangSmith — 有助于代理评估和可观察性。调试性能不佳的 LLM 应用程序运行，评估代理轨迹，获得生产环境中的可见性，并随着时间的推移提高性能。
LangGraph Platform — 通过专为长期运行、有状态的工作流程构建的部署平台，轻松部署和扩展代理。在 LangGraph Studio 中发现、重用、配置和共享跨团队的代理 — 并通过可视化原型快速迭代。

与 LangGraph Platform 配对¶

虽然 LangGraph 是我们的开源代理编排框架，但需要可扩展代理部署的企业可以从 LangGraph Platform 中受益。

LangGraph Platform 可以帮助工程团队：

加速代理开发：使用可配置的模板和 LangGraph Studio 快速创建代理 UX，用于可视化和调试代理交互。
无缝部署：我们处理部署代理的复杂性。LangGraph Platform 包括用于内存、线程和 cron 作业的强大 API，以及自动扩展的任务队列和服务器。
集中代理管理和可重用性：在整个组织中发现、重用和管理代理。业务用户也可以在无需编码的情况下修改代理。

其他资源¶

LangChain 学院：在我们的免费结构化课程中学习 LangGraph 的基础知识。
教程：关于 LangGraph 入门的简单演练和指导示例。
模板：用于常见代理工作流程（例如 ReAct 代理、内存、检索等）的预构建参考应用程序，可以克隆和调整。
操作指南：关于流式传输、添加内存和持久性以及设计模式（例如分支、子图等）等主题的快速、可操作的代码片段。
API 参考：关于核心类、方法、如何使用图和检查点 API 以及更高级别的预构建组件的详细参考。
Built with LangGraph：了解行业领导者如何使用 LangGraph 来交付强大的、可用于生产环境的 AI 应用程序。

致谢¶

LangGraph 的灵感来自 Pregel 和 Apache Beam。公共接口的设计灵感来自 NetworkX。LangGraph 由 LangChain Inc (LangChain 的创建者) 构建，但可以脱离 LangChain 使用。