Skip to content

使用 LangGraph 进行 Agent 开发

LangGraph 为构建基于代理的应用程序提供了低级原语和高级预构建组件。本节重点介绍这些 预构建、可复用 的组件，旨在帮助您快速且可靠地构建代理系统，无需从头实现协调、记忆或人工反馈处理。

什么是代理？

一个*代理*由三个部分组成：一个**大语言模型（LLM），它可使用的一组**工具，以及提供指令的**提示（prompt）**。

LLM在一个循环中运行。在每次迭代中，它选择一个工具进行调用，提供输入，接收结果（一个观察值），并利用该观察值指导下一步操作。循环持续进行，直到满足停止条件——通常是在代理收集到足够信息以回应用户时。

image

代理循环：LLM选择工具，并利用其输出来满足用户的请求。

关键特性

LangGraph 包含了构建健壮、生产就绪的智能代理系统所需的多种功能：

  • 记忆集成: 原生支持 短期（基于会话）和 长期（跨会话持久化）记忆，使聊天机器人和助手能够具备状态行为。
  • 人机协作控制: 执行可以 无限期 暂停以等待人工反馈——与基于 WebSocket 的解决方案不同，后者仅限于实时交互。这使得可以在工作流的任何阶段进行异步审批、纠正或干预。
  • 流式传输支持: 实时流式传输代理状态、模型令牌、工具输出或组合流。
  • 部署工具: 包括无基础设施的部署工具。LangGraph 平台 支持测试、调试和部署。
    • Studio: 用于检查和调试工作流的可视化 IDE。
    • 支持多种 部署选项 用于生产环境。

高层次构建模块

LangGraph 提供了一组预构建的组件，用于实现常见的代理行为和工作流程。这些抽象是建立在 LangGraph 框架之上的，提供了更快的生产路径，同时保持对高级定制的灵活性。

使用 LangGraph 进行代理开发，可以让你专注于应用程序的逻辑和行为，而不是构建和维护状态、记忆和人工反馈的支持基础设施。

包生态系统

高级组件被组织成几个包，每个包都有特定的用途。

包名 描述 安装命令
langgraph-prebuilt (属于 langgraph) 预构建组件用于 创建代理 pip install -U langgraph langchain
langgraph-supervisor 用于构建 监督者 代理的工具 pip install -U langgraph-supervisor
langgraph-swarm 用于构建 群体 多代理系统的工具 pip install -U langgraph-swarm
langchain-mcp-adapters 用于 MCP 服务器 的接口，集成工具和资源 pip install -U langchain-mcp-adapters
langmem 代理内存管理：短期和长期 pip install -U langmem
agentevals 用于 评估代理性能 的实用工具 pip install -U agentevals

可视化代理图

使用以下工具来可视化由 create_react_agent 生成的图，并查看相应代码的概要。 它允许您探索代理的基础设施，如由以下内容定义：

  • tools: 代理可以使用的工具列表（函数、API 或其他可调用对象），用于执行任务。
  • pre_model_hook: 在调用模型之前调用的函数。可用于压缩消息或执行其他预处理任务。
  • post_model_hook: 在调用模型之后调用的函数。可用于实现防护措施、人工介入流程或其他后处理任务。
  • response_format: 用于限制最终输出类型的结构化数据，例如一个 pydantic 的 BaseModel。

功能

图

graph image

以下代码片段展示了如何使用 create_react_agent 创建上述代理（以及底层图）：