dotsagent.io
Język:Polski
Framework · LangChain Inc.

LangGraph w skrócie

Niskopoziomowa biblioteka LangChain do tworzenia agentów jako jawnych grafów, z punktami kontrolnymi stanu i przerwaniami jako podstawowymi funkcjami. Funkcja create_agent z LangChain v1 działa na jej podstawie i sprawdzi się, gdy wystarczy gotowa pętla.

Najlepszy do: Długotrwałe agenty ze stanem, w których trzeba kontrolować każdy krok i wznawiać działanie po awarii.

Najważniejsze informacje

Opiekun
LangChain Inc.
Języki
Python, TypeScript, JavaScript
Licencja
MIT
Najnowsza wersja
langgraph 1.2.12 / langchain 1.4.3 · 28 września 2026
Repozytorium
langchain-ai/langgraph · 42 550 gwiazdek
Opcja hostowana
LangSmith Deployment (formerly LangGraph Platform)
Wcześniej LangGraph Platform; Studio służy do wizualnego prototypowania.

Quickstart

Zainstaluj pakiet, skonfiguruj dane uwierzytelniające, a następnie uruchom najprostszego agenta z oficjalnej dokumentacji. Użyte identyfikatory modeli pochodzą z dokumentacji; dostęp do nich może nie być włączony na Twoim koncie.

Python (LangChain create_agent)

Instalacja
pip install -U langchain

Wymaga 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)

Źródło quickstartu

Python (raw LangGraph)

Instalacja
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!"}]})

Źródło quickstartu

Funkcje

Dowolny modelTak
Klient MCPTakZa pośrednictwem langchain-mcp-adapters
Serwer MCPNiepotwierdzone
Wielu agentówTakPodgrafy; harness Deep Agents dodaje agentów podrzędnych
Trwałe uruchomieniaTakCheckpointery dla Postgres lub SQLite; wznawianie działania po awarii
Zatwierdzanie przez człowiekaTakPrzerwania pozwalają sprawdzać i edytować stan w trakcie działania
ŚledzenieTakZa pośrednictwem LangSmith, po ustawieniu LANGSMITH_TRACING=true
EwaluacjeNieEwaluacja jest dostępna w LangSmith, a nie w bibliotece open source

Najnowsze zmiany

  • Agenty LangChain v1 (create_agent) są teraz oparte na LangGraph.
  • LangGraph Platform zmieniła nazwę na LangSmith Deployment.
  • Deep Agents, harness oparty na LangGraph, dodaje subagenty.

Alternatywy w tym samym języku

Źródła

  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

Niezależne źródło informacji dla osób tworzących agentów AI. Nie jesteśmy powiązani z żadnym wymienionym tu dostawcą.

© 2026 DotsAgent · Dane sprawdzone 1 października 2026