---
title: "LangGraph：功能、版本和快速入门 · DotsAgent"
description: "LangChain Inc. 维护的 LangGraph：许可证、最新版本、MCP 支持、持久化运行、人工审批、追踪和评测，并附有可复制的快速入门。"
url: https://dotsagent.io/zh/frameworks/langgraph
---

框架 · LangChain Inc.

# 快速了解 LangGraph

LangChain 的底层库，用于将 agent 构建为显式图；核心功能包括带检查点的状态和中断。LangChain v1 的 create_agent 基于它构建，适用于预置循环已足够的场景。

**适用于：**  适用于长时间运行、有状态的 agent；你可以控制每个步骤，并在故障后恢复。

## 关键信息

- **维护者**: LangChain Inc.
- **语言**: Python, TypeScript, JavaScript
- **许可证**: MIT
- **最新版本**: `langgraph 1.2.12 / langchain 1.4.3` · 2026年9月28日
- **代码仓库**: [langchain-ai/langgraph](https://github.com/langchain-ai/langgraph) · 42,550 个 stars
- **托管选项**: [LangSmith Deployment (formerly LangGraph Platform)](https://docs.langchain.com/oss/python/langgraph/overview)原名 LangGraph Platform；Studio 用于可视化原型设计。

## 快速入门

安装软件包、设置凭据，然后运行官方文档中的最简 agent。这里使用的模型 ID 与文档一致，但你的账户可能尚未启用这些模型。

### Python (LangChain create_agent)

`安装`

```
pip install -U langchain
```

需要 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)
```

[快速入门来源](https://docs.langchain.com/oss/python/langchain/quickstart)

### Python (raw LangGraph)

`安装`

```
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!"}]})
```

[快速入门来源](https://docs.langchain.com/oss/python/langgraph/overview)

## 功能

| 支持任意模型 | — | — |
| --- | --- | --- |
| MCP 客户端 | — | 通过 langchain-mcp-adapters 接入 |
| MCP 服务器 | — | — |
| 多 agent | — | 支持子图；Deep Agents harness 可添加子 agent |
| 持久化运行 | — | 支持使用 Postgres 或 SQLite 作为 checkpointer；可在故障后恢复 |
| 人工审批 | — | 中断可让你在运行过程中检查和编辑状态 |
| 追踪 | — | 通过 LangSmith 启用，设置 LANGSMITH_TRACING=true |
| 评测 | — | 评估功能由 LangSmith 提供，不属于开源库 |

## 近期更新

- LangChain v1 智能体（create_agent）现在基于 LangGraph 构建。
- LangGraph Platform 已更名为 LangSmith Deployment。
- Deep Agents 是构建在 LangGraph 之上的执行框架，支持子智能体。

## 同一语言的替代方案

- [OpenAI Agents SDK](https://dotsagent.io/zh/frameworks/openai-agents-python)

- [OpenAI Agents SDK (JS)](https://dotsagent.io/zh/frameworks/openai-agents-js)

- [Claude Agent SDK](https://dotsagent.io/zh/frameworks/claude-agent-sdk)

- [Google ADK](https://dotsagent.io/zh/frameworks/google-adk)

- [Microsoft Agent Framework](https://dotsagent.io/zh/frameworks/microsoft-agent-framework)

- [CrewAI](https://dotsagent.io/zh/frameworks/crewai)

## 来源

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

为 AI agent 开发者提供的独立参考资料。与此处提及的任何厂商均无关联。

© 2026 DotsAgent · 事实核查日期：2026年10月1日