LangGraph 是一个强大的框架,用于构建基于图的 AI 应用。它通过将应用分解为节点和边,帮助开发者设计复杂的控制流和代理系统。本指南将带你了解 LangGraph 的核心概念、常见模式以及如何在实际项目中应用。
在深入概念之前,建议先完成 快速开始 教程。这将为你提供实践背景,帮助你更好地理解后续内容。
LangGraph 是一个基于图的框架,用于设计和执行 AI 应用。它的核心思想是将应用分解为节点(组件)和边(信息流),从而实现灵活的控制流和复杂的逻辑。
代理(Agent)是 LangGraph 的核心组件,它使用 LLM 自主决定控制流,以解决复杂问题。常见的代理模式包括:
断点允许在图的特定位置暂停执行,便于调试和检查中间状态。
通过集成人类反馈,提升应用的准确性和适应性。例如,在关键决策点请求用户确认。
时间旅行允许回放过去的操作,探索不同的执行路径,帮助调试和优化应用。
LangGraph 内置持久化层,通过检查点(Checkpointers)实现。支持故障恢复、记忆和时间旅行等功能。
记忆使代理能够存储和回忆过去的信息,从而适应用户偏好和上下文。
流式处理逐步显示输出,提升用户体验,特别是在处理高延迟的 LLM 时。
功能 API 是 StateGraph 的替代方案,提供更灵活的开发方式。
LangGraph 平台是一个商业解决方案,用于在生产环境中部署代理应用。它基于开源的 LangGraph 框架,提供额外的功能和管理工具。
LangGraph 平台提供四种部署方式:
LangGraph 平台提供三种计划:
LangGraph 服务器支持多种代理应用场景,从后台处理到实时交互。
LangGraph Studio 是一个专用 IDE,用于可视化、交互和调试本地应用。
LangGraph CLI 是一个命令行工具,用于与本地应用交互。
Python/JS SDK 提供编程接口,用于与部署的应用交互。
远程图允许你像本地应用一样与部署的应用交互。
LangGraph 应用由以下部分组成:
langgraph.json
)。助手用于保存和管理应用的不同配置。
Webhooks 允许应用在特定事件发生时向外部服务发送数据。
Cron 任务用于在特定时间调度任务。
双重文本是 LLM 应用中的常见问题,用户可能在图完成运行前发送多条消息。本指南解释了如何处理这一问题。
了解 LangGraph 平台的认证和访问控制选项。
免费版本,适合小规模应用,每年最多执行 100 万个节点。
由 LangSmith 托管,适合快速部署。
我们管理基础设施,但运行在你的云环境中。
完全由你管理,适合大规模企业。
LangGraph 平台提供参考应用模板,帮助你快速上手。
LangGraph 是一个强大的工具,适用于构建复杂的 AI 应用。通过理解其核心概念和平台功能,你可以更高效地设计和部署代理应用。如果需要进一步帮助,请参考 官方文档 或联系支持团队。
本文作者:yowayimono
本文链接:
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!