Что это такое?
LangGraph — это низкоуровневый фреймворк для создания, управления и развёртывания долгоживущих агентов с сохранением состояния — то есть рабочих процессов, где агент хранит состояние между шагами, сбоями и даже сессиями.
LangGraph — это низкоуровневый фреймворк для создания, управления и развёртывания долгоживущих агентов с сохранением состояния — то есть рабочих процессов, где агент хранит состояние между шагами, сбоями и даже сессиями.Это фреймворк, под который я пишу код, или готовое приложение?Это фреймворк: вы пишете код на Python поверх его рантайма, а не запускаете готовый продукт. Есть и аналог для JS/TS — библиотека LangGraph.js, если вам ближе JavaScript.
Это фреймворк: вы пишете код на Python поверх его рантайма, а не запускаете готовый продукт. Есть и аналог для JS/TS — библиотека LangGraph.js, если вам ближе JavaScript.С чего начать разработку с ним?Пройдите LangGraph Quickstart в официальной документации на docs.langchain.com — там пошагово показано, как добавить пакет в свой Python-проект и собрать первого агента.
Пройдите LangGraph Quickstart в официальной документации на docs.langchain.com — там пошагово показано, как добавить пакет в свой Python-проект и собрать первого агента.Мне обязательно брать весь стек LangChain целиком?Нет — его создала LangChain Inc, но он полностью самостоятелен. Просто он бесшовно интегрируется с продуктами LangChain, такими как Deep Agents, LangChain и LangSmith, если вам нужен более полный набор инструментов.
Нет — его создала LangChain Inc, но он полностью самостоятелен. Просто он бесшовно интегрируется с продуктами LangChain, такими как Deep Agents, LangChain и LangSmith, если вам нужен более полный набор инструментов.Звучит низкоуровнево — мне придётся собирать всё самому?Да, он даёт всю инфраструктуру, а логику агента вы строите на ней сами. Если хочется это пропустить, в README рекомендуют Deep Agents — пакет уровнем выше, построенный на LangGraph, для агентов, которые планируют, используют подагентов и работают с файловыми системами.
Да, он даёт всю инфраструктуру, а логику агента вы строите на ней сами. Если хочется это пропустить, в README рекомендуют Deep Agents — пакет уровнем выше, построенный на LangGraph, для агентов, которые планируют, используют подагентов и работают с файловыми системами.Что LangGraph делает для моего агента во время работы?Три главные вещи: отказоустойчивое выполнение (агент переживает сбои и возобновляется ровно с того места, где остановился), контроль человека (можно в любой момент посмотреть и изменить состояние агента) и память — как краткосрочная рабочая, так и долговременная, сохраняющаяся между сессиями.
Три главные вещи: отказоустойчивое выполнение (агент переживает сбои и возобновляется ровно с того места, где остановился), контроль человека (можно в любой момент посмотреть и изменить состояние агента) и память — как краткосрочная рабочая, так и долговременная, сохраняющаяся между сессиями.Он реально проверен в продакшене?Да — он прямо позиционируется для развёртывания долгоживущих рабочих процессов с состоянием в масштабе, а в README среди использующих его компаний названы Klarna, Replit и Elastic.
Да — он прямо позиционируется для развёртывания долгоживущих рабочих процессов с состоянием в масштабе, а в README среди использующих его компаний названы Klarna, Replit и Elastic.Как отлаживать агента, если он делает что-то неожиданное?Используйте его вместе с LangSmith: он трассирует пути выполнения, фиксирует переходы состояния и показывает подробные метрики рантайма, так что вы видите, что сложный агент на самом деле делал. LangSmith также покрывает оценку качества (evals) и наблюдаемость в продакшене.
Используйте его вместе с LangSmith: он трассирует пути выполнения, фиксирует переходы состояния и показывает подробные метрики рантайма, так что вы видите, что сложный агент на самом деле делал. LangSmith также покрывает оценку качества (evals) и наблюдаемость в продакшене.Где выучить LangGraph, если документация кажется тяжёлой?LangChain Academy предлагает бесплатный структурированный курс по основам LangGraph, а в документации есть короткие практические гиды по темам вроде стриминга, добавления памяти и персистентности, а также паттернов проектирования, таких как ветвление и подграфы.
LangChain Academy предлагает бесплатный структурированный курс по основам LangGraph, а в документации есть короткие практические гиды по темам вроде стриминга, добавления памяти и персистентности, а также паттернов проектирования, таких как ветвление и подграфы.На каких идеях построен LangGraph?Он вдохновлён Pregel и Apache Beam, а его публичный интерфейс берёт пример с NetworkX — графовых моделей для надёжных долгоживущих вычислений.
Он вдохновлён Pregel и Apache Beam, а его публичный интерфейс берёт пример с NetworkX — графовых моделей для надёжных долгоживущих вычислений.Для чего нужен LangSmith Deployment?Это специализированная платформа для развёртывания и масштабирования долгоживущих агентов с состоянием: команды могут находить, переиспользовать, настраивать и делиться агентами, а также быстро итерировать с визуальным прототипированием в LangSmith Studio.
Это специализированная платформа для развёртывания и масштабирования долгоживущих агентов с состоянием: команды могут находить, переиспользовать, настраивать и делиться агентами, а также быстро итерировать с визуальным прототипированием в LangSmith Studio.What are similar projects?langchain, voltagent, open-multi-agent, ai-agents-the-definitive-guide, eino, agentic-rag-for-dummies, deepagents, harness-sdk
langchain, voltagent, open-multi-agent, ai-agents-the-definitive-guide, eino, agentic-rag-for-dummies, deepagents, harness-sdkWhich topics is it in?deepagents, multiagent, pydantic, durable-execution, langgraph, human-in-the-loop, graph, langchain, deployment, agent-framework, enterprise, memory
deepagents, multiagent, pydantic, durable-execution, langgraph, human-in-the-loop, graph, langchain, deployment, agent-framework, enterprise, memory