1. LangGraph 概述
概述
LangGraph 是一款底层编排框架与运行环境，专门用于构建、管理以及部署可长期运行、具备状态留存能力的智能体。
LangGraph 的底层自由度极高，功能完全聚焦于智能体流程编排。在使用 LangGraph 前，建议开发者先熟悉搭建智能体所需的基础组件，优先掌握大模型与工具调用相关知识。
本文档后续会大量沿用 LangChain 组件来对接大模型与各类工具，但使用 LangGraph 并不强制依赖 LangChain。如果您刚接触智能体开发，或是想选用封装更简易的高阶方案，推荐直接使用 LangChain 自带智能体，它内置了主流大模型与工具调用流程的成熟架构。
LangGraph 专注打磨智能体编排所需的核心底层能力：包含持久化执行、流式输出、人工介入审批等关键功能。
安装
pip install-U langgraph接下来，创建一个简单的 Hello World 示例：
fromlanggraph.graphimportStateGraph,MessagesState,START,ENDdefmock_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!"}]})注意：使用 LangSmith 追踪请求、调试智能体行为并评估输出结果。只需将LANGSMITH_TRACING设置为true，再配置你的 API 密钥，即可快速启用。
核心优势
LangGraph 为所有长期运行、具备状态留存的业务流程或智能体，提供底层支撑架构。它不会对提示词与架构做过度封装，同时具备以下核心优势：
- 持久化执行：构建可容错续跑的智能体，支持长时间稳定运行，故障后能从中断位置恢复继续执行。
- 人机协同介入：可在流程任意节点查看、修改智能体状态，灵活加入人工审核与干预操作。
- 完整记忆能力：打造有状态智能体：既支持推理过程的短期工作记忆，也能实现跨会话的长期记忆持久化。 依托 LangSmith
- 调试：通过可视化工具深度剖析复杂智能体行为，可追踪执行链路、捕获状态变更，并查看详尽的运行时指标。
- 企业级生产部署：依托高可用、可扩展的底层架构，放心部署复杂智能体系统，从容应对有状态、长流程业务的专属运维难点
LangGraph 生态
LangGraph 可独立使用，同时也能与所有 LangChain 产品无缝集成，为开发者提供一整套智能体构建工具。想要优化大模型应用开发体验，可将 LangGraph 搭配以下工具使用：
- LangSmith 可观测能力
- 一站式实现请求链路追踪、输出结果评估与部署状态监控。 可先用 LangGraph在本地完成原型开发，再依托配套的可观测与评估能力上线生产环境，打造更稳定可靠的智能体系统。
- LangSmith 部署能力
依托专为长驻运行、有状态工作流打造的专属部署平台，轻松完成智能体的上线与弹性扩容。支持团队间对智能体进行发现、复用、配置与共享；同时可借助可视化工作室快速搭建原型，实现高效迭代。
- LangChain
提供各类集成能力与可组合组件，大幅简化大模型应用开发流程；其内置的高阶智能体抽象能力，正是基于 LangGraph
搭建而成。