LangGraph

LangGraph

一个用于构建长期运行、有状态、可控 Agent 的底层编排框架。

专业概览

当简单 Prompt Chain 不够用时，LangGraph 可以把 Agent 工作流建模为有状态的图结构，支持分支、持久化、人类介入和可控执行。

它解决的问题

它帮助开发者把一次性的模型调用升级为可编排、可追踪、可复用的任务流程，适合需要多步骤执行、工具调用和状态管理的 AI 应用。

适合的开发场景

• 有状态 Agent
• 多步骤工作流
• 人类介入流程
• 生产级 Agent 编排

不适合的场景

• 不适合非常简单的一次性问答
• 不适合没有状态、日志和错误处理的生产流程
• 不适合把所有决策完全交给模型的高风险场景

建议使用流程

1. 先把业务任务拆成输入、节点、工具和输出 2. 用最小流程验证 Agent 是否能稳定完成任务 3. 加入日志、人工确认和错误重试机制 4. 再逐步扩展到更长流程或更多 Agent

上手方式

1. 在 Python 或 JavaScript 项目中安装 LangGraph。 2. 为模型调用、工具、路由和业务逻辑定义节点。 3. 把流程跳转显式表示出来，不要全部藏在提示词里。 4. 对长期运行或高风险任务加入持久化和人工审查。

风险与审查要点

• 不要把复杂业务逻辑全部藏在提示词里
• 需要记录中间状态和工具调用结果
• 涉及外部系统写入时应加入审批或回滚机制