工具简介
LangChain 推出的 Agent 编排框架，通过定义状态图和节点来构建复杂的 AI Agent 工作流。支持循环、分支、并行的 Agent 执行逻辑，适合构建需要多步推理和状态管理的 Agent 应用。
优点
- 图计算模型灵活；支持复杂工作流；与 LangChain 生态集成；状态管理完善
缺点
- 概念抽象学习成本高；调试困难；文档不够完善；过度抽象
使用指南
安装
pip install langgraph
基础用法
from langgraph.graph import StateGraph, END
# 定义状态
class AgentState(TypedDict):
messages: list
next_step: str
# 定义节点
def agent_node(state):
# Agent 处理逻辑
return state
def tools_node(state):
# 工具调用逻辑
return state
# 构建图
workflow = StateGraph(AgentState)
workflow.add_node('agent', agent_node)
workflow.add_node('tools', tools_node)
workflow.add_edge('agent', 'tools')
workflow.add_conditional_edges('tools', should_continue)
workflow.set_entry_point('agent')
app = workflow.compile()
应用场景
- 客服对话系统
- 多步推理 Agent
- 代码生成工作流
- 自动化报告生成
48 次浏览
341 人收藏
225 人评价