ภาพรวม LangGraph

ไลบรารีระดับ low-level ของ LangChain สำหรับสร้าง agent เป็นกราฟที่กำหนดไว้อย่างชัดเจน โดยมีสถานะที่บันทึก checkpoint และ interrupt เป็นองค์ประกอบหลัก ส่วน create_agent ใน LangChain v1 ทำงานบน LangGraph เมื่อใช้ลูปสำเร็จรูปก็เพียงพอ

เหมาะสำหรับ: agent ที่ทำงานต่อเนื่องและมีสถานะ ซึ่งต้องควบคุมทุกขั้นตอนและทำงานต่อได้หลังเกิดข้อผิดพลาด

ข้อมูลสำคัญ

ผู้ดูแล

LangChain Inc.

ภาษา

Python, TypeScript, JavaScript

ไลเซนส์

MIT

เวอร์ชันล่าสุด

langgraph 1.2.12 / langchain 1.4.3 · 28 กันยายน 2569

Repository

langchain-ai/langgraph · 42,550 ดาว

ตัวเลือกแบบโฮสต์

LangSmith Deployment (formerly LangGraph Platform)

เดิมชื่อ LangGraph Platform; Studio ใช้สำหรับสร้างต้นแบบแบบภาพ

Quickstart

ติดตั้งแพ็กเกจ ตั้งค่าข้อมูลรับรอง แล้วเรียกใช้ agent ตัวอย่างที่เล็กที่สุดจากเอกสารทางการ Model ID เป็นค่าที่เอกสารใช้ และอาจยังไม่ได้เปิดใช้งานในบัญชีของคุณ

Python (LangChain create_agent)

pip install -U langchain

ต้องใช้ Provider API key, e.g. OPENAI_API_KEY

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)

แหล่งข้อมูล Quickstart

Python (raw LangGraph)

pip install -U 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!"}]})

แหล่งข้อมูล Quickstart

ฟีเจอร์

การเปลี่ยนแปลงล่าสุด

• เอเจนต์ LangChain v1 (create_agent) สร้างขึ้นบน LangGraph แล้ว
• LangGraph Platform เปลี่ยนชื่อเป็น LangSmith Deployment
• Deep Agents ซึ่งเป็น harness ที่ทำงานบน LangGraph เพิ่มความสามารถในการใช้ subagents

ทางเลือกในภาษาเดียวกัน