跳到内容

🦜🕸️LangGraph.js

Docs Version
Downloads Open Issues

注意

正在寻找 Python 版本?请参阅 Python 仓库Python 文档

LangGraph — 被 Replit、Uber、LinkedIn、GitLab 等公司使用 — 是一个用于构建可控智能体的低级编排框架。LangChain 提供了集成和可组合的组件来简化 LLM 应用程序开发,而 LangGraph 库则支持智能体编排 — 提供可定制的架构、长期记忆和人工干预,以可靠地处理复杂任务。

npm install @langchain/langgraph @langchain/core

要了解更多关于如何使用 LangGraph 的信息,请查看文档。下面我们展示了一个如何创建 ReAct 智能体的简单示例。

// npm install @langchain-anthropic
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { ChatAnthropic } from "@langchain/anthropic";
import { tool } from "@langchain/core/tools";

import { z } from "zod";

const search = tool(async ({ query }) => {
  if (query.toLowerCase().includes("sf") || query.toLowerCase().includes("san francisco")) {
    return "It's 60 degrees and foggy."
  }
  return "It's 90 degrees and sunny."
}, {
  name: "search",
  description: "Call to surf the web.",
  schema: z.object({
    query: z.string().describe("The query to use in your search."),
  }),
});

const model =  new ChatAnthropic({
  model: "claude-3-7-sonnet-latest"
});

const agent = createReactAgent({
  llm: model,
  tools: [search],
});

const result = await agent.invoke(
  {
    messages: [{
      role: "user",
      content: "what is the weather in sf"
    }]
  }
);

全栈快速入门

使用 create-agent-chat-app CLI 快速构建一个全栈 LangGraph 应用程序。

npx create-agent-chat-app@latest

CLI 会设置一个聊天界面并帮助您配置应用程序,包括

  • 🧠 4 种预构建智能体的选择 (ReAct、记忆、研究、检索)
  • 🌐 前端框架 (Next.js 或 Vite)
  • 📦 包管理器 (npmyarnpnpm)

为何使用 LangGraph?

LangGraph 专为希望构建强大、适应性强的 AI 智能体的开发者而设计。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干预批准来引导智能体行动。LangGraph 为长时间运行的工作流保留上下文,使您的智能体保持正轨。
  • 低层级和可扩展性。 使用完全描述性的低层级原语构建自定义智能体 – 不受限制定制的僵硬抽象的约束。设计可扩展的多智能体系统,每个智能体根据您的用例扮演特定角色。
  • 一流的流式支持。 通过逐令牌流式传输和中间步骤的流式传输,LangGraph 让用户实时清晰地了解智能体的推理和行动。

LangGraph 在生产环境中受到信任,并为以下公司提供智能体支持:

LangGraph 的生态系统

尽管 LangGraph 可以独立使用,但它也能与任何 LangChain 产品无缝集成,为开发者提供一套完整的构建智能体的工具。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测性。调试性能不佳的 LLM 应用程序运行,评估智能体轨迹,获得生产可见性,并随着时间的推移提高性能。
  • LangGraph Platform — 使用专为长时间运行、有状态工作流构建的部署平台,轻松部署和扩展智能体。在团队中发现、重用、配置和共享智能体 — 并在 LangGraph Studio 中通过可视化原型设计快速迭代。

与 LangGraph Platform 搭配使用

尽管 LangGraph 是我们的开源智能体编排框架,但需要可扩展智能体部署的企业可以从 LangGraph Platform 中获益。

LangGraph Platform 可以帮助工程团队:

  • 加速智能体开发:使用可配置模板和 LangGraph Studio 快速创建智能体用户体验,用于可视化和调试智能体交互。
  • 无缝部署:我们处理智能体部署的复杂性。LangGraph Platform 包括用于记忆、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。
  • 集中管理和重用智能体:在整个组织中发现、重用和管理智能体。业务用户也可以在不编写代码的情况下修改智能体。

额外资源

  • LangChain 学院:在我们免费的结构化课程中学习 LangGraph 的基础知识。
  • 教程:通过指导示例简单地逐步了解 LangGraph 的入门。
  • 模板:用于常见智能体工作流(例如 ReAct 智能体、记忆、检索等)的预构建参考应用程序,可克隆和改编。
  • 操作指南:关于流式传输、添加记忆和持久化以及设计模式(例如分支、子图等)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 以及更高级的预构建组件的详细参考。
  • 使用 LangGraph 构建:了解行业领导者如何使用 LangGraph 交付强大、可用于生产的 AI 应用程序。

致谢

LangGraph 的灵感来源于 PregelApache Beam。其公共接口借鉴了 NetworkX 的设计。LangGraph 由 LangChain 的创建者 LangChain Inc 构建,但可以在不使用 LangChain 的情况下使用。