dotsagent.io
Idioma:Português
Framework · LangChain Inc.

LangGraph em resumo

Biblioteca de baixo nível da LangChain para criar agentes como grafos explícitos, com estado em checkpoints e interrupções como recursos centrais. O create_agent do LangChain v1 é executado sobre ela quando um loop predefinido é suficiente.

Ideal para: Agentes de longa duração e com estado, quando você precisa controlar cada etapa e retomar a execução após falhas.

Principais informações

Responsável pela manutenção
LangChain Inc.
Linguagens
Python, TypeScript, JavaScript
Licença
MIT
Versão mais recente
langgraph 1.2.12 / langchain 1.4.3 · 28 de setembro de 2026
Repositório
langchain-ai/langgraph · 42.550 estrelas
Opção hospedada
LangSmith Deployment (formerly LangGraph Platform)
Antes chamado LangGraph Platform; Studio permite prototipagem visual.

Início rápido

Instale o pacote, configure as credenciais e execute o agente mais simples da documentação oficial. Os IDs dos modelos são os usados na documentação e talvez não estejam habilitados na sua conta.

Python (LangChain create_agent)

Instalar
pip install -U langchain

Requer 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)

Fonte do início rápido

Python (raw LangGraph)

Instalar
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!"}]})

Fonte do início rápido

Recursos

Qualquer modeloSim
Cliente MCPSimPor meio do langchain-mcp-adapters
Servidor MCPNão confirmado
MultiagenteSimSubgrafos; o harness Deep Agents adiciona subagentes
Execuções duráveisSimCheckpointers para Postgres ou SQLite; retome a execução após falhas
Aprovação humanaSimInterrupts permitem inspecionar e editar o estado durante a execução
RastreamentoSimVia LangSmith, com LANGSMITH_TRACING=true
AvaliaçõesNãoA avaliação é feita no LangSmith, não na biblioteca de código aberto

Mudanças recentes

  • Os agents do LangChain v1 (create_agent) agora são construídos sobre o LangGraph.
  • LangGraph Platform passou a se chamar LangSmith Deployment.
  • Deep Agents, um harness baseado no LangGraph, adiciona subagents.

Alternativas na mesma linguagem

Fontes

  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

Referência independente para quem cria agentes de IA. Não temos vínculo com nenhum dos fornecedores mencionados aqui.

© 2026 DotsAgent · Fatos verificados em 1 de outubro de 2026