LuAITools.com
提交工具
🕸️AI
LangGraph

LangGraph

用「图」来编排 Agent:节点是步骤、边是流向,状态可检查、可回溯,适合复杂多步、多 Agent 协作的场景。

LangGraph 是什么?

LangChain 的链式调用是一条直线,流程复杂一点就绕不过来。LangGraph 换了个思路:用「图」来编排应用。把每个处理步骤当成一个节点,节点之间用边连起来,数据像消息一样在图上流动。循环、分支、并行、回溯,这些「图」天生擅长的事,LangGraph 都能做。

它和 LangChain 是什么关系?

LangChain:一条流水线
适合「取数 → 提问 → 回答」这种顺序固定的简单链路。
LangGraph:一张可循环的网
同一个团队出品,能复用 LangChain 的组件,但把控制流从「直线」升级成「图」,状态在节点间流转、随时检查。

它强在哪?

状态管理
整个流程的状态集中保存,随时能读、能改、能回滚,调试和审计都方便。
循环与回溯
普通链式只能往前走,LangGraph 可以让流程「绕回来」——比如 Agent 检查结果不合格,就退回上一步重做。
多 Agent 协作
一张图里可以放多个 Agent,各自负责一块,互相传递消息、协同完成任务。
持久化与断点
流程跑到一半能存下来、暂停、再从断点继续,长任务也能扛。

它适合哪些场景?

需要多步推理、反复校验、多角色协作的复杂 Agent 是它的主场:智能客服、研究助手、自动化工作流、多智能体系统。简单问答反而用不上,LangChain 就够了。

一句话记住:LangGraph 是把 Agent 流程画成「图」——节点管步骤、边管流向,复杂任务也能编排得清清楚楚。

评论