Framework · LangChain Inc.
LangGraph in een oogopslag
De low-levelbibliotheek van LangChain voor agents die als expliciete grafieken zijn opgebouwd, met checkpointed status en interrupts als kern. De functie create_agent van LangChain v1 bouwt hierop voort wanneer een vooraf gebouwde loop volstaat.
Geschikt voor: Langlopende agents met status, waarbij je elke stap wilt beheren en na fouten wilt hervatten.
Belangrijkste gegevens
- Beheerder
- LangChain Inc.
- Talen
- Python, TypeScript, JavaScript
- Licentie
- MIT
- Nieuwste versie
langgraph 1.2.12 / langchain 1.4.3· 28 september 2026- Repository
- langchain-ai/langgraph
- Gehoste optie
- LangSmith Deployment (formerly LangGraph Platform)
Quickstart
Installeer het pakket, stel de inloggegevens in en voer vervolgens de eenvoudigste agent uit de officiële documentatie uit. De model-ID's zijn de ID's uit de documentatie en zijn mogelijk niet beschikbaar voor je 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!"}]})Functies
| Alle modellen | Ja | |
|---|---|---|
| MCP-client | Ja | Via langchain-mcp-adapters |
| MCP-server | Niet bevestigd | |
| Multi-agent | Ja | Subgrafieken; de Deep Agents-harness voegt subagents toe |
| Duurzame runs | Ja | Checkpointers voor Postgres of SQLite; hervatten na fouten |
| Goedkeuring door een mens | Ja | Met interrupts kun je de status halverwege een run inspecteren en aanpassen |
| Tracing | Ja | Via LangSmith, met LANGSMITH_TRACING=true |
| Evals | Nee | Evaluaties vinden plaats in LangSmith, niet in de open-sourcelibrary |
Recente wijzigingen
- LangChain v1-agents (create_agent) zijn nu gebouwd op LangGraph.
- LangGraph Platform is hernoemd naar LangSmith Deployment.
- Deep Agents, een harness boven op LangGraph, voegt subagents toe.