LangGraph——Replit、Uber、LinkedIn、GitLab 等公司都在使用——是一个低级别的编排框架,用于构建可控的 Agent。虽然 langchain 提供了集成和可组合组件来简化 LLM 应用开发,但 LangGraph 库实现了 Agent 编排——提供了可定制的架构、长期记忆和人机协作,以可靠地处理复杂任务。
npm install @langchain/langgraph @langchain/core
要了解有关如何使用 LangGraph 的更多信息,请查阅文档。我们在下方展示了一个创建 ReAct Agent 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"
}]
}
);
使用 create-agent-chat-app
CLI 快速开始构建全栈 LangGraph 应用
npx create-agent-chat-app@latest
CLI 会设置一个聊天界面并帮助您配置应用,包括:
npm
、yarn
或 pnpm
)LangGraph 专为希望构建强大、适应性强的 AI Agent 的开发者而设计。开发者选择 LangGraph 的原因是:
LangGraph 在生产环境中受到信任,并为以下公司提供 Agent 支持:
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 Agent 的全套工具。为了改进您的 LLM 应用开发,可以将 LangGraph 与以下工具配对使用:
LangGraph 是我们的开源 Agent 编排框架,而需要可扩展 Agent 部署的企业可以受益于 LangGraph Platform。
LangGraph Platform 可以帮助工程团队:
LangGraph 的灵感来源于 Pregel 和 Apache Beam。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。