5. LangGraph

Abstract

LangGraph 入门教程

Authors

Walter Fan

Status

WIP as draft

Updated

2026-02-07

LangGraph 是 LangChain 团队开发的用于构建有状态、多步骤 AI 应用的框架。 它基于图（Graph）的概念，让你能够构建复杂的 Agent 工作流。

为什么需要 LangGraph？

LangChain 的 AgentExecutor 虽然强大，但在以下场景中有局限性：

  • 需要精确控制 Agent 执行流程

  • 需要实现复杂的多 Agent 协作

  • 需要支持人工干预（Human-in-the-Loop）

  • 需要持久化状态和断点恢复

LangGraph 通过图结构解决了这些问题，提供了：

  • 显式的流程控制 - 用节点和边定义工作流

  • 状态管理 - 在节点之间传递和修改状态

  • 条件路由 - 根据状态动态选择下一步

  • 循环支持 - 支持迭代和重试逻辑

  • 持久化 - 支持状态保存和恢复

学习目标

完成本教程后，你将能够：

  • 理解 LangGraph 的核心概念（State、Node、Edge）

  • 构建有状态的 Agent 工作流

  • 实现条件路由和循环逻辑

  • 添加人工干预点

  • 实现多 Agent 协作系统

  • 部署生产级 LangGraph 应用

实战项目：自媒体 AI 工作流

我们将构建一个完整的自媒体内容生产系统：

┌─────────────────────────────────────────────────────────────┐
│                 Self-Media Content Workflow                  │
│                                                              │
│   [话题研究] ──► [内容策划] ──► [内容创作] ──► [审核修改]    │
│        │              │              │              │        │
│        ▼              ▼              ▼              ▼        │
│   [热点分析]    [大纲生成]    [文章撰写]    [人工审核]      │
│                                              │              │
│                                              ▼              │
│                                        [多平台发布]         │
│                                              │              │
│                                              ▼              │
│                                        [数据追踪]          │
└─────────────────────────────────────────────────────────────┘

教程目录: