Skip to main content
LangGraph 是一个低级别的编排框架和运行时，用于构建、管理和部署长期运行、有状态的智能体，受到包括 Klarna、Uber、J.P. Morgan 等塑造智能体未来的公司的信赖。 LangGraph 是非常低级别的，完全专注于智能体的编排。在使用 LangGraph 之前，我们建议您熟悉一些用于构建智能体的组件，从模型和工具开始。 我们将在整个文档中通常使用 LangChain 组件来集成模型和工具，但您不需要使用 LangChain 来使用 LangGraph。如果您刚刚开始使用智能体或想要更高级别的抽象，我们建议您使用 LangChain 的智能体，它们为常见的 LLM 和工具调用循环提供了预构建的架构。 LangGraph 专注于智能体编排的重要底层能力：持久执行、流式处理、人机回圈等。

​
安装

pip install -U langgraph
然后，创建一个简单的 hello world 示例： 
from langgraph.graph import StateGraph, MessagesState, START, END

def mock_llm(state: MessagesState):
    return {"messages": [{"role": "ai", "content": "hello world"}]}

graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()

graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})
使用 LangSmith 来跟踪请求、调试智能体行为并评估输出。设置 LANGSMITH_TRACING=true 和您的 API 密钥即可开始。

​
核心优势

LangGraph 为任何长期运行、有状态的工作流或智能体提供低级别的支持基础设施。LangGraph 不抽象提示或架构，并提供以下核心优势：
  • 持久执行：构建能够从故障中恢复并能长时间运行的智能体，从上次中断的地方继续。
  • 人机回圈：通过在任何点检查和修改智能体状态来纳入人工监督。
  • 全面的内存：创建具有短期工作记忆（用于持续推理）和跨会话长期记忆的有状态智能体。
  • 使用 LangSmith 调试：通过可视化工具深入了解复杂智能体行为，这些工具可跟踪执行路径、捕获状态转换并提供详细的运行时指标。
  • 生产就绪的部署：使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、长期运行工作流的独特挑战。

​
LangGraph 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的全套工具。为了改进您的 LLM 应用程序开发，请将 LangGraph 与以下工具配对：
https://mintcdn.com/other-405835d4/zfoblcQReEYa-is2/images/brand/observability-icon-dark.png?fit=max&auto=format&n=zfoblcQReEYa-is2&q=85&s=a5ea23e3bf9ca95c33f73f9b2c93339d

LangSmith 可观察性

在一个地方跟踪请求、评估输出并监控部署。使用 LangGraph 在本地进行原型设计，然后通过集成的可观察性和评估进入生产，以构建更可靠的智能体系统。
https://mintcdn.com/other-405835d4/zfoblcQReEYa-is2/images/brand/deployment-icon-dark.png?fit=max&auto=format&n=zfoblcQReEYa-is2&q=85&s=3b88c161a1ecff6713c623bfa4f2d6f0

LangSmith 部署

使用专为长期运行、有状态工作流构建的部署平台轻松部署和扩展智能体。在团队之间发现、重用、配置和共享智能体——并通过 Studio 中的可视化原型设计快速迭代。
https://mintcdn.com/other-405835d4/zfoblcQReEYa-is2/images/brand/langchain-icon.png?fit=max&auto=format&n=zfoblcQReEYa-is2&q=85&s=3377e4992cfffbfbbe06886b192014b1

LangChain

提供集成和可组合组件，以简化 LLM 应用程序开发。包含基于 LangGraph 构建的智能体抽象。

​
致谢

LangGraph 受 Pregel 和 Apache Beam 的启发。公共接口从 NetworkX 中汲取灵感。LangGraph 由 LangChain Inc（LangChain 的创建者）构建，但可以在没有 LangChain 的情况下使用。
在 GitHub 上编辑此页面 或提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等，以获取实时答案。