LangGraph

LangGraph：图式编排：节点/边/条件分支、循环。

Agent 框架与 AI Agent 开发框架 AI 开发免费开源

访问官网 GitHub 文档

核心功能

图式编排：节点/边/条件分支、循环。

功能亮点

slug

langgraph

ai/langgraph

---

ai/langgraph

。

文档站

langchain-ai.github.io/langgraph（本环境直连 000，基于公开资料核对）。

适用场景

• Agent 编排
• RAG 系统
• 模型路由/网关

安装配置

Python 用 pip install langgraph，TypeScript 用 npm install @langchain/langgraph；一般还要装模型侧适配包，例如 pip install langchain-openai 并设好 OPENAI_API_KEY；若想在本地跑带可视化调试的开发服务器，再装 pip install 'langgraph-cli[inmem]'，在含 langgraph.json 配置的项目根目录执行 langgraph dev 启动 LangGraph Server 并用 LangGraph Studio 打开查看图结构与逐步状态。

使用方法

先用 TypedDict 或 Pydantic 模型定义图的 State（消息类字段常用 Annotated[list, add_messages] 做累加合并），graph = StateGraph(State) 之后用 add_node 注册各节点函数（节点入参是当前 state，返回要更新的字段字典），用 add_edge 串固定顺序、add_conditional_edges 按路由函数的返回值分支，并接好 START 与 END；app = graph.compile(checkpointer=MemorySaver()) 编译成可执行对象，运行时 app.invoke(输入, config={'configurable': {'thread_id': '会话ID'}}) 拿最终状态，或用 app.stream(...) 逐节点流式拿中间结果；checkpointer 会按 thread_id 持久化每一步快照，因此能天然做多轮记忆、时间旅行回放，以及在节点里 interrupt() 暂停等人工审批、再用 Command(resume=…) 续跑；不想手写图时可直接用预置的 create_react_agent(model, tools) 起一个工具调用循环 Agent，再按需拆成自定义节点。