跳到内容

首页

LangGraph Logo LangGraph Logo

LangGraph Logo


Version Downloads Open Issues Docs

注意

正在寻找 JS 版本?请查看 JS 仓库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:

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 PregelApache 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。