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
- Opcja hostowana
- LangSmith Deployment (formerly LangGraph Platform)
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)
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!"}]})Funkcje
| Dowolny model | Tak | |
|---|---|---|
| Klient MCP | Tak | Za pośrednictwem langchain-mcp-adapters |
| Serwer MCP | Niepotwierdzone | |
| Wielu agentów | Tak | Podgrafy; harness Deep Agents dodaje agentów podrzędnych |
| Trwałe uruchomienia | Tak | Checkpointery dla Postgres lub SQLite; wznawianie działania po awarii |
| Zatwierdzanie przez człowieka | Tak | Przerwania pozwalają sprawdzać i edytować stan w trakcie działania |
| Śledzenie | Tak | Za pośrednictwem LangSmith, po ustawieniu LANGSMITH_TRACING=true |
| Ewaluacje | Nie | Ewaluacja 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.