dotsagent.io
Wika:Filipino
Framework · LangChain Inc.

Pangkalahatang-ideya ng LangGraph

Low-level na library ng LangChain para sa mga agent na binubuo bilang mga tahasang graph, na nakasentro sa checkpointed state at mga interrupt. Gumagana sa ibabaw nito ang create_agent ng LangChain v1 para sa mga sitwasyong sapat na ang paunang binuong loop.

Pinakamainam para sa: Mga stateful agent na matagal tumakbo, kung saan gusto mong kontrolin ang bawat hakbang at magpatuloy pagkatapos ng mga failure.

Mahahalagang detalye

Tagapangasiwa
LangChain Inc.
Mga wika
Python, TypeScript, JavaScript
Lisensya
MIT
Pinakabagong bersyon
langgraph 1.2.12 / langchain 1.4.3 · Setyembre 28, 2026
Repository
langchain-ai/langgraph · 42,550 star
Hosted na opsyon
LangSmith Deployment (formerly LangGraph Platform)
Dating LangGraph Platform; para sa visual prototyping naman ang Studio.

Quickstart

I-install ang package, itakda ang mga credential, pagkatapos ay patakbuhin ang pinakasimpleng agent mula sa opisyal na dokumentasyon. Ang mga Model ID ay ang ginagamit sa dokumentasyon at maaaring hindi naka-enable sa account mo.

Python (LangChain create_agent)

I-install
pip install -U langchain

Kailangan ng Provider API key, e.g. OPENAI_API_KEY

Python (LangChain create_agent)
from 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)

Pinagmulan ng quickstart

Python (raw LangGraph)

I-install
pip install -U langgraph
Python (raw LangGraph)
from 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!"}]})

Pinagmulan ng quickstart

Mga feature

Anumang modelOo
MCP clientOoGamit ang langchain-mcp-adapters
MCP serverHindi pa nakukumpirma
Multi-agentOoMga subgraph; nagdaragdag ng mga subagent ang Deep Agents harness
Durable na mga runOoMga checkpointer para sa Postgres o SQLite; magpatuloy pagkatapos ng mga failure
Pag-apruba ng taoOoPinapahintulutan ng interrupts na suriin at i-edit ang state habang tumatakbo
TracingOoSa pamamagitan ng LangSmith, gamit ang LANGSMITH_TRACING=true
EvalsHindiSa LangSmith ginagawa ang evaluation, hindi sa open-source library

Mga kamakailang pagbabago

  • Nakabatay na ngayon sa LangGraph ang mga LangChain v1 agent (create_agent).
  • Pinalitan ang pangalan ng LangGraph Platform at ginawa itong LangSmith Deployment.
  • Nagdaragdag ang Deep Agents, isang harness na nakabatay sa LangGraph, ng mga subagent.

Mga alternatibo sa parehong wika

Mga pinagmulan

  1. docs.langchain.com/oss/python/langgraph/overview
  2. docs.langchain.com/oss/python/langchain/quickstart
  3. pypi.org/pypi/langgraph/json
  4. pypi.org/pypi/langchain/json
  5. registry.npmjs.org/@langchain%2flanggraph
  6. api.github.com/repos/langchain-ai/langgraph

Independent na sanggunian para sa mga gumagawa ng AI agent. Hindi kami kaanib ng alinman sa mga vendor na nakalista rito.

© 2026 DotsAgent · Sinuri ang mga detalye noong Oktubre 1, 2026