Framework · LangChain Inc.
LangGraph in breve
Libreria di basso livello di LangChain per creare agenti come grafi espliciti, con stato salvato tramite checkpoint e interruzioni come funzionalità centrali. Il metodo create_agent di LangChain v1 si basa su LangGraph quando è sufficiente un loop preconfigurato.
Ideale per: Agenti con stato e attività di lunga durata, per i quali serve controllare ogni passaggio e riprendere dopo gli errori.
Informazioni principali
- Responsabile
- LangChain Inc.
- Linguaggi
- Python, TypeScript, JavaScript
- Licenza
- MIT
- Ultima versione
langgraph 1.2.12 / langchain 1.4.3· 28 settembre 2026- Repository
- langchain-ai/langgraph
- Opzione hosted
- LangSmith Deployment (formerly LangGraph Platform)
Guida rapida
Installa il pacchetto, configura le credenziali, quindi esegui l'agente più semplice indicato nella documentazione ufficiale. Gli ID dei modelli sono quelli usati nella documentazione e potrebbero non essere abilitati per il tuo account.
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!"}]})Funzionalità
| Qualsiasi modello | Sì | |
|---|---|---|
| Client MCP | Sì | Tramite langchain-mcp-adapters |
| Server MCP | Non confermato | |
| Multi-agent | Sì | Sottografi; l'harness Deep Agents aggiunge i sub-agenti |
| Esecuzioni durevoli | Sì | Checkpointer per Postgres o SQLite; ripresa dopo gli errori |
| Approvazione umana | Sì | Gli interrupt consentono di esaminare e modificare lo stato durante l'esecuzione |
| Tracing | Sì | Tramite LangSmith, con LANGSMITH_TRACING=true |
| Valutazioni | No | La valutazione è gestita da LangSmith, non dalla libreria open source |
Modifiche recenti
- Gli agenti di LangChain v1 (create_agent) sono ora basati su LangGraph.
- LangGraph Platform è stato rinominato LangSmith Deployment.
- Deep Agents, un harness basato su LangGraph, aggiunge i subagent.