LangGraph

LangGraph Logo

LangGraph 是一个低级编排框架，用于构建、管理和部署长期运行、有状态的代理，深受塑造代理未来的公司（包括 Klarna、Replit、Elastic 等）的信赖。

开始¶

安装 LangGraph

pip install -U langgraph

然后，使用预构建组件创建代理

^{API 参考：create_react_agent}

# pip install -qU "langchain[anthropic]" to call the model

from langgraph.prebuilt import create_react_agent

def get_weather(city: str) -> str:
    """Get weather for a given city."""
    return f"It's always sunny in {city}!"

agent = create_react_agent(
    model="anthropic:claude-3-7-sonnet-latest",
    tools=[get_weather],
    prompt="You are a helpful assistant"
)

# Run the agent
agent.invoke(
    {"messages": [{"role": "user", "content": "what is the weather in sf"}]}
)

有关更多信息，请参阅快速入门。或者，要了解如何构建具有可定制架构、长期内存和其他复杂任务处理能力的代理工作流，请参阅LangGraph 基础教程。

核心优势¶

LangGraph 为任何长期运行、有状态的工作流或代理提供低级支持基础设施。LangGraph 不抽象提示或架构，并提供以下核心优势：

持久执行：构建能够抵御故障并可长时间运行的代理，它们能够自动从上次中断的地方精确恢复。
人机协作：通过在执行期间的任何时候检查和修改代理状态，无缝地融入人工监督。
全面记忆：创建真正有状态的代理，它们既具有用于持续推理的短期工作内存，也具有跨会话的长期持久内存。
使用 LangSmith 调试：借助可视化工具深入了解复杂的代理行为，这些工具可追踪执行路径、捕获状态转换并提供详细的运行时指标。
生产就绪部署：利用可扩展的基础设施自信地部署复杂的代理系统，该基础设施旨在应对有状态、长期运行工作流的独特挑战。

LangGraph 生态系统¶

LangGraph 既可独立使用，也可与任何 LangChain 产品无缝集成，为开发人员提供一套完整的工具来构建代理。为了改进您的 LLM 应用程序开发，请将 LangGraph 与以下产品结合使用：

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，在生产中获得可见性，并随着时间的推移提高性能。
LangGraph 平台 — 使用专为长期运行、有状态工作流构建的部署平台，轻松部署和扩展代理。在团队间发现、重用、配置和共享代理，并在LangGraph Studio中通过可视化原型快速迭代。
LangChain – 提供集成和可组合的组件，以简化 LLM 应用程序开发。

注意

正在寻找 LangGraph 的 JS 版本？请查看JS 仓库和JS 文档。

致谢¶

LangGraph 的灵感来源于Pregel和Apache Beam。其公共接口则借鉴了NetworkX。LangGraph 由 LangChain 的创建者 LangChain Inc. 构建，但可以独立于 LangChain 使用。

LangGraph

开始¶

核心优势¶

LangGraph 生态系统¶

更多资源¶

致谢¶