Skip to main content
LangGraph 受到包括 Klarna、Replit、Elastic 等在内的塑造智能体未来的公司的信任，是一个用于构建、管理和部署长时间运行、有状态智能体的低级编排框架和运行时。 LangGraph 非常低级，完全专注于智能体 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过使用 LangChain 组件来集成模型和工具，但您不需要使用 LangChain 即可使用 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 专注于对智能体编排非常重要的底层能力：持久执行、流式传输、人机交互等。

​
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 密钥以开始使用。

​
核心优势

LangGraph 为 任何 长时间运行的有状态工作流或智能体提供低级支持基础设施。LangGraph 不抽象提示或架构，并提供以下核心优势：
  • 持久执行：构建能够在故障中持久存在并可以运行很长时间的智能体，从中断的地方恢复。
  • 人机交互：通过在任何点检查和修改智能体状态来纳入人工监督。
  • 综合记忆：创建具有短期工作记忆（用于正在进行的推理）和长期记忆（跨会话）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的智能体行为，这些工具可以跟踪执行路径、捕获状态转换并提供详细的运行时指标。
  • 生产级部署：使用旨在处理有状态、长时间运行的工作流的独特挑战的可扩展基础设施，自信地部署复杂的智能体系统。

​
LangGraph 生态系统

虽然 LangGraph 可以独立使用，但它也与任何 LangChain 产品无缝集成，为开发人员提供了一整套用于构建智能体的工具。为了改善您的 LLM 应用程序开发，请将 LangGraph 与以下工具搭配使用：
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 可观测性

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，然后转移到生产环境，通过集成的可观测性和评估来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

使用专为长时间运行、有状态的工作流构建的部署平台，轻松部署和扩展智能体。跨团队发现、重用、配置和共享智能体——并在 Studio 中通过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。包含构建在 LangGraph 之上的智能体抽象。

​
致谢

LangGraph 的灵感来自 Pregel 和 Apache Beam。公共接口从 NetworkX 汲取灵感。LangGraph 由 LangChain 的创建者 LangChain Inc 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。
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时解答。