Framework · LangChain Inc.
LangGraph im Überblick
LangChains Low-Level-Bibliothek für Agents, die als explizite Graphen aufgebaut sind und deren Kern Checkpointing des Zustands und Interrupts bilden. LangChains create_agent aus v1 baut darauf auf und eignet sich, wenn eine vorgefertigte Schleife ausreicht.
Ideal für: Lang laufende, zustandsbehaftete Agents, bei denen Sie jeden Schritt steuern und nach Fehlern fortsetzen möchten.
Wichtige Fakten
- Maintainer
- LangChain Inc.
- Sprachen
- Python, TypeScript, JavaScript
- Lizenz
- MIT
- Neueste Version
langgraph 1.2.12 / langchain 1.4.3· 28. September 2026- Repository
- langchain-ai/langgraph
- Gehostete Option
- LangSmith Deployment (formerly LangGraph Platform)
Schnellstart
Installieren Sie das Paket, richten Sie die Zugangsdaten ein und starten Sie dann den einfachsten Agent aus der offiziellen Dokumentation. Die Modell-IDs entsprechen denen in der Dokumentation und sind möglicherweise nicht für Ihr Konto freigeschaltet.
Python (LangChain create_agent)
pip install -U langchainfrom langchain.agents import create_agent
def get_weather(city: str) -> str:
"""Get weather for a given city."""
return f"It's always sunny in {city}!"
agent = create_agent(
model="openai:gpt-5.5",
tools=[get_weather],
system_prompt="You are a helpful assistant",
)
result = agent.invoke(
{"messages": [{"role": "user", "content": "What's the weather in San Francisco?"}]}
)
print(result["messages"][-1].content_blocks)Python (raw LangGraph)
pip install -U langgraphfrom langgraph.graph import StateGraph, MessagesState, START, END
def mock_llm(state: MessagesState):
return {"messages": [{"role": "ai", "content": "hello world"}]}
graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()
graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})Funktionen
| Beliebiges Modell | Ja | |
|---|---|---|
| MCP-Client | Ja | Über langchain-mcp-adapters |
| MCP-Server | Nicht bestätigt | |
| Multi-Agent | Ja | Subgraphs; das Deep Agents-Harness ergänzt Unteragents |
| Persistente Ausführung | Ja | Checkpointer für Postgres oder SQLite; nach Fehlern fortsetzen |
| Menschliche Freigabe | Ja | Mit Interrupts können Sie den Status während eines Laufs prüfen und bearbeiten |
| Tracing | Ja | Über LangSmith mit LANGSMITH_TRACING=true |
| Evals | Nein | Evaluationen sind in LangSmith integriert, nicht in der Open-Source-Bibliothek |
Aktuelle Änderungen
- LangChain-v1-Agenten (create_agent) basieren jetzt auf LangGraph.
- LangGraph Platform wurde in LangSmith Deployment umbenannt.
- Deep Agents, ein Harness auf Basis von LangGraph, ergänzt Subagenten.