跳到内容

🦜🕸️LangGraph.js

Docs Version
Downloads Open Issues

注意

正在寻找 Python 版本？请参阅Python 仓库和Python 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低层级编排框架。LangChain 提供了集成和可组合组件以简化 LLM 应用程序开发，而 LangGraph 库则支持代理编排，提供可定制的架构、长期记忆和人机协作功能，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 代理的简单示例。

// 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：

  • 🧠 四种预构建代理的选择（ReAct、记忆、研究、检索）
  • 🌐 前端框架（Next.js 或 Vite）
  • 📦 包管理器（npm、yarn 或 pnpm）

为何使用 LangGraph？

LangGraph 专为希望构建强大、适应性强的 AI 代理的开发人员而设计。开发人员选择 LangGraph 的原因有

  • 可靠性和可控性。通过审核检查和人工参与审批来引导代理行动。LangGraph 为长时间运行的工作流程保留上下文，使您的代理保持正常运行。
  • 低层级且可扩展。 使用完全描述性的低层级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，每个代理都服务于根据您的用例量身定制的特定角色。
  • 一流的流式传输支持。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代理的推理和行动过程。

LangGraph 在生产环境中备受信赖，并为以下公司提供代理支持：

LangGraph 的生态系统

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——借助专为长期运行、有状态工作流构建的部署平台，轻松部署和扩展代理。在团队之间发现、重用、配置和共享代理——并通过 LangGraph Studio 中的可视化原型快速迭代。

与 LangGraph 平台搭配使用

尽管 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 平台中受益。

LangGraph 平台可以帮助工程团队：

  • 加速代理开发：使用可配置的模板和 LangGraph Studio 快速创建代理用户体验（UX），以便可视化和调试代理交互。
  • 无缝部署：我们处理代理部署的复杂性。LangGraph 平台包括用于内存、线程和定时任务的强大 API，以及自动扩展的任务队列和服务器。
  • 集中式代理管理与可重用性：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。

更多资源

  • LangChain 论坛：与社区联系，分享您的所有技术问题、想法和反馈。
  • 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：包含 LangGraph 入门指导示例的简单分步指南。
  • 模板：针对常见代理工作流（例如 ReAct 代理、记忆、检索等）的预构建参考应用程序，可以克隆和适配。
  • 操作指南：针对流式传输、添加内存与持久化以及设计模式（例如分支、子图等）等主题的快速可操作代码片段。
  • 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。
  • 基于 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。