langchain-ai--langgraph/README.md

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

用于构建有状态智能体的底层编排框架。

受到 Klarna、Replit、Elastic 等正在塑造智能体未来格局的企业的信赖，LangGraph 是一款用于构建、管理和部署长时间运行、有状态智能体的底层编排框架。

pip install -U langgraph

Tip

如果你想快速构建智能体，可以查看 Deep Agents — 基于 LangGraph 构建的更高级别包，适用于能够规划、使用子智能体并利用文件系统处理复杂任务的智能体。

如需等价的 JS/TS 库，请查看 LangGraph.js 以及 JS 文档.

为何使用 LangGraph？

LangGraph 为任意长时间运行、有状态的工作流或智能体提供底层支撑基础设施：

• 持久执行（Durable execution） — 构建能够经受故障、可长时间运行，并在中断后从准确位置自动恢复的智能体。
• 人机协同（Human-in-the-loop） — 通过在执行过程中随时检查和修改智能体状态，无缝融入人工监督。
• 全面记忆（Comprehensive memory） — 创建真正有状态的智能体，同时具备用于持续推理的短期工作记忆，以及跨会话的长期持久记忆。
• 使用 LangSmith 调试 — 借助可视化工具深入了解复杂智能体行为，追踪执行路径、捕获状态转换，并提供详细的运行时指标。
• 生产级部署（Production-ready deployment） — 借助专为有状态、长时间运行工作流独特挑战而设计的可扩展基础设施，自信地部署复杂的智能体系统。

Tip

如需开发、调试和部署 AI 智能体与 LLM 应用，请参阅 LangSmith.

LangGraph 生态系统

LangGraph 可独立使用，也能与任何 LangChain 产品无缝集成，为开发者提供构建智能体的全套工具。

为提升 LLM 应用开发效率，可将 LangGraph 与以下产品搭配使用：

• Deep Agents – 构建能够规划、使用子智能体并利用文件系统处理复杂任务的智能体。
• LangChain – 提供集成与可组合组件，简化 LLM 应用开发。
• LangSmith – 有助于智能体评估与可观测性。调试表现不佳的 LLM 应用运行、评估智能体轨迹、获得生产环境可见性，并随时间提升性能。
• LangSmith Deployment – 借助专为长时间运行、有状态工作流打造的部署平台，轻松部署和扩展智能体。在团队间发现、复用、配置和共享智能体——并通过 LangSmith Studio. 中的可视化原型设计快速迭代。

---

文档

• docs.langchain.com – 全面文档，包括概念概览与指南
• reference.langchain.com/python/langgraph – LangGraph 软件包的 API 参考文档
• LangGraph Quickstart – 开始使用 LangGraph 进行构建
• Chat LangChain – 与 LangChain 文档对话，获取问题解答

讨论：访问 LangChain Forum 与社区交流，分享你的技术问题、想法与反馈。

更多资源

• 指南（Guides） – 针对流式传输、添加记忆与持久化、设计模式（如分支、子图等）等主题的快速、可操作的代码片段。
• LangChain Academy – 在我们的免费结构化课程中学习 LangGraph 基础知识。
• 案例研究（Case studies） – 了解行业领导者如何借助 LangGraph 大规模交付 AI 应用。
• Contributing Guide – 了解如何为 LangChain 项目做贡献，并找到适合新手的议题。
• Code of Conduct – 我们的社区准则与参与标准。

---

致谢

LangGraph 的灵感来自 Pregel 和 Apache Beam. 公共接口的设计借鉴了 NetworkX. LangGraph 由 LangChain 的创建者 LangChain Inc 构建，但无需 LangChain 亦可使用。