LangGraph

LangGraph Logo

LangGraph 是一个低级别的编排框架，用于构建、管理和部署长时间运行、有状态的智能体，受到 Klarna、Replit、Elastic 等塑造智能体未来的公司的信任。

入门¶

安装 LangGraph

pip install -U langgraph

然后，使用预构建组件创建智能体

# 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"}]}
)

更多信息请参见快速入门。或者，要了解如何构建具有可定制架构、长期记忆和其他复杂任务处理能力的智能体工作流，请参见LangGraph 基础教程。

核心优势¶

LangGraph 为*任何*长时间运行、有状态的工作流或智能体提供底层支持基础设施。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长时间运行的智能体，可从上次中断的地方自动恢复。
人机协作：在执行的任何时间点检查和修改智能体状态，无缝地融入人工监督。
全面记忆：创建真正有状态的智能体，既具备用于持续推理的短期工作记忆，也具备跨会话的长期持久记忆。
使用 LangSmith 进行调试：利用可视化工具深入了解复杂的智能体行为，这些工具可以追踪执行路径、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，自信地部署复杂的智能体系统，该基础设施旨在处理有状态、长时间运行工作流的独特挑战。

LangGraph 的生态系统¶

虽然 LangGraph 可以独立使用，但它也能与任何 LangChain 产品无缝集成，为开发人员提供构建智能体所需的全套工具。为了改进您的 LLM 应用程序开发，请将 LangGraph 与以下产品搭配使用：

LangSmith — 有助于智能体评估和可观察性。调试性能不佳的 LLM 应用程序运行、评估智能体轨迹、在生产环境中获得可见性，并随着时间的推移提高性能。
LangGraph 平台 — 使用专为长时间运行、有状态工作流设计的部署平台，轻松部署和扩展智能体。在团队之间发现、重用、配置和共享智能体 — 并在LangGraph Studio中通过可视化原型快速迭代。
LangChain – 提供集成和可组合组件，以简化 LLM 应用程序开发。

注意

正在寻找 LangGraph 的 JS 版本？请参阅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

入门¶

核心优势¶

LangGraph 的生态系统¶

更多资源¶

致谢¶