dotsagent.io
Язык:Русский
Фреймворк · LangChain Inc.

LangGraph вкратце

Низкоуровневая библиотека LangChain для агентов, построенных в виде явных графов. В её основе — состояние с контрольными точками и прерывания. Функция create_agent в LangChain v1 работает поверх неё и подходит, когда достаточно готового цикла.

Лучше всего подходит для: Длительно работающие агенты с сохранением состояния, для которых важно контролировать каждый шаг и возобновлять работу после сбоев.

Основные сведения

Сопровождающая сторона
LangChain Inc.
Языки
Python, TypeScript, JavaScript
Лицензия
MIT
Последняя версия
langgraph 1.2.12 / langchain 1.4.3 · 28 сентября 2026 г.
Репозиторий
langchain-ai/langgraph · Звёзд: 42 550
Вариант с хостингом
LangSmith Deployment (formerly LangGraph Platform)
Ранее — LangGraph Platform; Studio предназначена для визуального прототипирования.

Быстрый запуск

Установите пакет, настройте учётные данные, затем запустите простейшего агента по официальной документации. Здесь используются ID моделей из документации; возможно, в вашем аккаунте они недоступны.

Python (LangChain create_agent)

Установить
pip install -U langchain

Требуется 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)

Источник инструкции по быстрому запуску

Python (raw LangGraph)

Установить
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!"}]})

Источник инструкции по быстрому запуску

Возможности

Любая модельДа
MCP-клиентДаЧерез langchain-mcp-adapters
MCP-серверНе подтверждено
МультиагентностьДаПодграфы; в harness Deep Agents добавлены субагенты
Устойчивые запускиДаМеханизмы сохранения контрольных точек для Postgres или SQLite; возобновление после сбоев
Подтверждение человекомДаПрерывания позволяют просматривать и редактировать состояние во время выполнения
ТрассировкаДаЧерез LangSmith при LANGSMITH_TRACING=true
EvalsНетОценка выполняется в LangSmith, а не в библиотеке с открытым исходным кодом

Последние изменения

  • Агенты LangChain v1 (create_agent) теперь построены на LangGraph.
  • LangGraph Platform переименована в LangSmith Deployment.
  • Deep Agents — harness на базе LangGraph, добавляющий субагентов.

Альтернативы на том же языке

Источники

  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