受到 Klarna、Uber、J.P. Morgan 等塑造智能体未来的公司信赖，LangGraph 是一个低层级的编排框架和运行时，用于构建、管理和部署长时间运行、有状态的智能体。 LangGraph 非常底层，并且完全专注于智能体编排。在使用 LangGraph 之前，我们建议你先熟悉一些用于构建智能体的组件，可以从模型和工具开始。 在整个文档中，我们会经常使用 LangChain 组件来集成模型和工具，但使用 LangGraph 并不要求你必须使用 LangChain。如果你刚开始接触智能体，或者想要更高层级的抽象，我们建议你使用 LangChain 的智能体，它为常见的 LLM 和工具调用循环提供了预构建架构。 LangGraph 专注于智能体编排所需的重要底层能力：持久执行、流式处理、人在回路等。

​
安装

npm install @langchain/langgraph @langchain/core
然后，创建一个简单的 hello world 示例： 
import { StateSchema, MessagesValue, type GraphNode, StateGraph, START, END } from "@langchain/langgraph";

const State = new StateSchema({
  messages: MessagesValue,
});

const mockLlm: GraphNode<typeof State> = (state) => {
  return { messages: [{ role: "ai", content: "hello world" }] };
};

const graph = new StateGraph(State)
  .addNode("mock_llm", mockLlm)
  .addEdge(START, "mock_llm")
  .addEdge("mock_llm", END)
  .compile();

await graph.invoke({ messages: [{ role: "user", content: "hi!" }] });
使用 LangSmith 来追踪请求、调试智能体行为并评估输出。设置 LANGSMITH_TRACING=true 和你的 API 密钥即可开始使用。按照追踪快速入门完成设置。我们还建议你设置 LangSmith Engine，它会监控你的追踪、检测问题并提出修复建议。

​
核心优势

LangGraph 为任何长时间运行、有状态的工作流或智能体提供低层级的支撑基础设施。LangGraph 不抽象提示词或架构，并提供以下核心优势：
  • 持久化：构建能够在故障后继续存在、长时间运行，并从中断位置恢复的智能体。
  • 人在回路：通过在任意时刻检查和修改智能体状态，将人工监督纳入流程。
  • 全面的记忆：创建有状态智能体，同时具备用于持续推理的短期工作记忆，以及跨会话的长期记忆。
  • 使用 LangSmith 进行调试：通过可视化工具深入了解复杂的智能体行为，这些工具可以追踪执行路径、捕获状态转换，并提供详细的运行时指标。
  • 生产就绪的部署：借助专为处理有状态、长时间运行工作流的独特挑战而设计的可扩展基础设施，自信地部署复杂的智能体系统。

​
LangGraph 生态系统

虽然 LangGraph 可以独立使用，但它也能与任何 LangChain 产品无缝集成，为开发者提供一整套用于构建智能体的工具。为了改进你的 LLM 应用开发，可以将 LangGraph 与以下产品配合使用：
/images/brand/observability-icon-dark.png

LangSmith Observability

在一个地方追踪请求、评估输出并监控部署。先用 LangGraph 在本地进行原型开发，然后借助集成的可观测性和评估能力迁移到生产环境，构建更可靠的智能体系统。
/images/brand/deployment-icon-dark.png

LangSmith Deployment

借助专为长时间运行、有状态工作流打造的部署平台，轻松部署和扩展智能体。跨团队发现、复用、配置和共享智能体，并通过 Studio 中的可视化原型快速迭代。
/images/brand/langchain-icon.png

LangChain

提供集成和可组合组件，以简化 LLM 应用开发。包含构建在 LangGraph 之上的智能体抽象。

​
致谢

LangGraph 的灵感来自 Pregel 和 Apache Beam。其公共接口的灵感来自 NetworkX。LangGraph 由 LangChain 的创建者 LangChain Inc 构建，但可以在不使用 LangChain 的情况下使用。
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.
Edit this page on GitHub or file an issue.