langgraph

学无止境小袁同学9 小时前
语言模型·框架·agent·并发·上下文·langgraph·长期记忆
LangGraph 深度指南LangGraph 把 Agent 从"一次提示词调用"变成可持久化、可中断、可回放的状态机。学会它不难,难的是四件事:并发写同一个字段、中断恢复时的副作用、checkpoint 的体积、以及状态在父子图之间的流动。本文前半部分讲清模型与 API,后半部分用「12 个高频坑 + 8 个高难问题」直接给出现象、根因与修法。
典学长编程17 小时前
python·有向图·无向图·langgraph·react agent·stategraph
LangGraph 快速入门:从 StateGraph 到 ReAct AgentTypedDict 是什么?普通字典只能声明键和值的大致类型:但类型检查器并不知道:字典必须有哪些键;
大可不必了2 天前
langgraph
06 langgraph运行三要素State Node Edge注意: 1.节点可以返回字典,一般会自动转化为状态类; 2.访问状态属性需要使用".",而不再是[]的方式;
M--Y3 天前
python·langchain·大模型·llm·持久化·langgraph
LangGraph 架构基石:持久化与运行控制在前面的文章中,我们已经掌握了如何通过 StateGraph 编排各种复杂的工作流模式。然而,要真正将 AI Agent 落地到企业级生产环境,光有“骨架”是不够的。
M--Y3 天前
开发语言·javascript·python·langchain·大模型·llm·langgraph
LangGraph 工作流模式在构建基于大语言模型(LLM)的智能体应用时,工作流模式是预先定义好的执行路径。就像工厂的流水线一样,每个步骤都有明确的输入输出和顺序。根据不同的需求场景,LangGraph 提供了多种工作流构建范式。
承渊政道9 天前
langchain·大模型·langgraph·ai应用开发
LangChainAI应用开发框架【LangChain与LangGraph介绍】随着人工智能技术的不断发展,AI已经不再只是一个简单的聊天工具,而是逐渐成为开发者编写代码、处理数据和构建智能应用的重要助手.如今,我们不仅可以通过AI快速生成代码,还可以将大模型的能力接入自己的项目,让应用具备智能问答、文档分析、工具调用等功能.不过,如果想开发一个真正实用的AI应用,仅仅能够调用大模型还远远不够. 例如,当我们希望 AI 能够查询外部数据、调用不同工具,甚至按照指定步骤完成一项复杂任务时,就需要一种更方便的方式来组织和管理这些功能.这时候,LangChain 和 LangGraph 就
专职16 天前
langgraph
LangGraph写React的Agent并调用远程MCP工具
一只游鱼16 天前
agent·langgraph
langgraph快速入门 —— 从本地脚本到 HTTP 服务前四篇都在本机跑脚本。最后一篇处理两件事:出问题时怎么看见内部发生了什么,以及怎么把图变成一个别人能调用的服务。涉及 test8.py 和 test21/test21.py。
寻道码路16 天前
人工智能·大模型·checkpoint·持久化·ai agent·langgraph·ai工程化
AI Agent 工程化开发实战(五):持久化与断点恢复——Checkpointer 与 Store主线:Agent Runtime → Harness。上一篇我们把「状态」立住了——StateGraph 里流动的 messages 会跨轮累积。但那份记忆是进程内的:进程一关,全没了。本篇给状态装上「存档」:既能重启续跑,又能回到过去、改掉一步、开一条新分支——官方把这套能力叫时间旅行(time travel)。
一只游鱼17 天前
人工智能·ai·agent·langgraph
LangGraph快速入门 —— Agent 是怎么转起来的上一篇讲了骨架:状态、节点、边。这一篇给图装上一个会自己判断下一步的模型,涉及 test3.py、test2.py、test12.py 和 test13.py。
专职18 天前
langgraph
LangGraph持久化机制和可恢复执行:如何让Agent拥有“不死之身”在工作流、Agent、任务编排系统里,可恢复执行 Durable Execution 指的是:把一次任务执行过程中的关键进度、状态、结果保存到可靠存储中,使任务可以在中断、失败、等待外部输入后继续执行。
Maiko Star18 天前
langgraph
LangGraph 环境配置:Miniconda、PyCharm、依赖安装与环境验证从零开始,一步一步完成本课程所需的所有环境配置。Conda 是一个包管理和环境管理工具。Miniconda 是 Conda 的精简版,只包含最基本的组件,体积小、安装快,推荐使用。
小易老师AI实战19 天前
中间件·状态管理·智能体·工具调用·langgraph·任务规划
用中间件把任务规划嵌进智能体循环多步任务的计划不能只写在提示词里。提示词下一轮就会变成普通历史,并行工具调用还会把同一份列表写乱,简单问答又会被规划流程拖慢。更稳妥的做法是:把待办放进图状态,用一个只做整表覆盖的工具去改它,在每次请求模型前注入规划约束,在模型返回后拦截违规的并行写入。读写文件这类领域工具只做领域的事,不碰进度。
lee_curry19 天前
python·ai·langchain·agent·langgraph
第十周完整学习笔记:继续升级为“检索更准、权限安全、索引可维护、失败可恢复、长期可运行”的企业级 RAG 系统第十周主题:RAG ACL + Metadata Filtering + Document Lifecycle + Incremental Indexing + Reliability + Production Architecture 核心目标:把第九周“检索更准”继续升级为“检索更准、权限安全、索引可维护、失败可恢复、长期可运行”的企业级 RAG 系统。
Mr. zhihao19 天前
python·ai·langgraph·deepagent
Deep Agent 架构深度解析:主Agent与子Agent完整交互机制与核心参数作用在基于 LangGraph 的 Deep Agent 智能体架构中,主Agent + 子Agent 分层委派是实现复杂任务拆解、专业场景分工、上下文隔离的核心设计。很多开发者在落地时,往往困惑三个核心问题:主Agent如何自主判断调用子Agent?Task节点的底层执行逻辑是什么?父子Agent交互传递的各类参数、上下文、线程ID各自承担什么作用?
小易老师AI实战20 天前
中间件·agent·langgraph·任务规划·大模型智能体
LangGraph Agent 任务规划中间件:TodoListMiddleware 原理解析在复杂Agent链路中,大模型很容易丢失步骤、遗漏子任务、分不清当前执行进度。LangGraph 生态提供了 TodoListMiddleware,它是面向Agent的规划与任务管理中间件,内置 write_todos 工具,让智能体自主维护结构化待办清单,实现任务拆解、状态流转、进度跟踪,解决多步骤复杂任务失控问题。
寻道码路21 天前
人工智能·langchain·ai agent·工具调用·langgraph
AI Agent 工程化开发实战(四):工具调用循环——解构 create_agent 背后的机制主线:Agent Runtime → Harness。第 3 篇我们手写了 StateGraph 的「图 / 节点 / 边 / 状态」,但它只会「说话」——模型节点读入消息、吐出一条回复,就结束了。一个真正的 Agent(智能体)要会「干活」:查数据、算数字、调接口。这一篇,我们给图装上「工具」,做出 Agent 最核心的动作——工具调用循环(tool calling loop),并把它跑通。
骑着蜗牛撵大象32722 天前
java·开发语言·jvm·ai·状态管理·langgraph·stategraph
AI Agent 工程化开发实战(三):用 StateGraph 给智能体搭一条可回放的状态流水线写到 Agent 工程化的第三篇,绕不开一个现实问题:节点一多、一并行,状态就开始互相踩。检索节点刚塞进去的文档被重试节点整份覆盖,打分结果在两个分支里各写各的,日志对完根本说不清哪一步的结果进了最终上下文。
小易老师AI实战22 天前
langchain·agent·大模型应用开发·langgraph
LangChain create_agent 与 LangGraph 底层原理及实战对比新版 LangChain 已经废弃旧版 initialize_agent、create_react_agent,推荐使用 create_agent 构建智能体。LangChain 1.0 的智能体运行时已经可以直接用于生产:多步工具调用、结构化输出、流式返回、中间件、状态持久化和人工确认都在这一层完成。
MSTcheng.22 天前
python·状态管理·ai agent·langgraph·断点恢复·人工审批
Agent 跑到一半崩了,怎么从上一步接着跑?LangGraph StateGraph 实战:状态持久化、断点恢复与人工审批如果 Agent 只回答一句话,直接调用模型通常够用;一旦任务要查资料、生成方案、等待审批、再调用外部系统,就得回答一个工程问题:进程重启后,任务还能不能接着跑?本文用 LangGraph StateGraph 搭一条可暂停、可恢复的流程,并说明检查点能解决什么、不能解决什么。