langgraph

LangGraph Tool Calling 入门：从 @tool 到完整调用链目录一、LLM 有大脑，但没有手脚二、为什么需要 Tool Calling？（一）连接「会思考的 LLM」和「能执行的工具」

13.如何根据Rannable对象创建工具以下内容已按 Markdown 格式重新整理并输出：本案例演示如何将一个 LCEL 链（Runnable 对象）通过 as_tool() 方法封装成一个标准工具，并让 Agent 调用它。核心知识点：as_tool() 的用法、Runnable 协议、工具 Schema 的自动生成。

十、LangGraph能力详解：工作流的常见模式目录1. 提示链模式 (Prompt Chaining)1.1 概念1.2 模式实践2. 并行化模式 (Parallelization)

十、LangGraph能力详解：LangGraph 的其他特性目录5. LangGraph 的其他特性5.1 使用 Overwrite 绕过 reducer概念解释

LangGraph 条件边：让 AI Agent 学会“做选择”目录一、为什么你又卡住了？二、为什么需要 Conditional Edge？（一）条件分支决策（二）后端开发类比

装不满的克莱因瓶

学习 LCEL 表达式：降低 LLM 应用开发难度目录一、前言二、什么是 LCEL三、为什么需要 LCEL四、LCEL 的核心语法五、第一个 LCEL 示例

【无标题】还记得我们在 LangChain 篇章中，编写过 LCEL 链式的 RAG 系统。整个系统就是一条直线：

深入 LangGraph State：Reducer 是如何让状态“自动合并”的目录一、一个非常容易踩的坑二、为什么会有 Reducer？（一）Reducer策略（二）后端开发视角理解 Reducer

十、LangGraph能力详解（2）LangGraph入门教程，构建AI工作流目录1. 编码前的版本说明2. 【案例一】智能快递配送系统2.1 Graph API 编码思路2.2 代码实现

LangGraph从零构建生产级 AI Agent 平台的递进式学习项目目录一、为什么写这个系列？二、项目特色与学习路径（一）基本特色（二）学习路径（三）项目结构（四）技术栈说明与环境要求

《AgentX 专栏》08-工作流引擎：AgentWorkflow怎么把工具记忆流程串成一条流水线本文是 AgentX 技术专栏第八篇。基于真实项目源码（AgentWorkflow / WorkflowExecutor / LangGraphOrchestrator / GeneralService），从技术简介到设计思路，从核心代码到生产踩坑，循序渐进拆解 AgentX 的双档工作流引擎——让 Java 程序员一次性看懂 Agent 框架最关键的那个"调度大脑"。

情绪总是阴雨天~

智能语音分析Agent项目本项目围绕“面试复盘低效、难结构化”的痛点，设计并实现了一套完整的面试录音智能分析系统。系统以 LangGraph 工作流为核心，串联语音切分、语音转文字、文本整理、问答提取、参考答案生成、整体建议输出和 Markdown 报告生成等多个环节，实现了从录音上传到复盘结果输出的自动化闭环。

Lab：LangGraph机制探究与微型实现动手实现一个微型的状态图执行器，深入理解有状态图、检查点、中断恢复这些抽象是如何协同工作的。将复杂多步 AI 工作流建模为有向状态图（节点 = 纯函数，边 = 控制流），理解图结构如何自然表达分支、循环和并行。

十、LangGraph能力详解（1）LangGraph介绍及核心概念正式进入LangGraph学习过 LangChain，我们已经知道 AI 世界是如何初步搭建的。实际我们已经用过：

九、LangChain之核心组件--（7）文本向量（下）在 LangChain 中，实际并不需要我们直接手动调用嵌入模型去生成向量，然后手动去比较向量。在我们之前提供的 RAG 知识地图中，存在一个 Vector Stores 向量存储，如下图所示：

小新同学^O^

简单学习 --＞ LangGraph技术定义： LangChain 主要用于构建线性的工作流（DAG，有向无环图），数据从头传到尾。而 LangGraph 是 LangChain 的扩展框架，专门用于构建包含“循环（Cycles）”和“状态记忆（Stateful）”的多智能体（Multi-Agent）应用。

茉莉玫瑰花茶

LangGraph 持久化（Persistence）[ 2 ]此前我们已经完整讲解完线程级持久化的各类基础用法，接下来开始学习跨会话持久化。之前我们就区分过线程级持久化与跨会话持久化的概念，现在再来回顾巩固。

LangGraph消息管理与聊天历史存储下面我们展示一个简单的示例，其中聊天历史保存在内存中，默认情况下，期望配置参数是一个字符串thread_id。

LangChain与LangGraph多Agent实战：从工具链到工作流编排（上）👨 作者简介：大家好，我是唐璜Taro，全栈领域创作者 ✒️ 个人主页：唐璜Taro 🚀 支持我：点赞👍+📝 评论 + ⭐️收藏

LangChain与LangGraph多Agent实战：从工具链到工作流编排（下）👨 作者简介：大家好，我是唐璜Taro ，全栈领域创作者 ✒️ 个人主页：唐璜Taro 🚀 支持我：点赞👍+📝 评论 + ⭐️收藏