LangGraph 完整指南：3 步跑起来，构建中断也不丢状态的状态化智能体-编程实验室

LangGraph 完整指南：3 步跑起来，构建中断也不丢状态的状态化智能体

【免费下载链接】langgraphBuild resilient agents.项目地址: https://gitcode.com/GitHub_Trending/la/langgraph

一个 Agent 正在执行需要跑 40 分钟的任务。第 30 分钟进程崩溃，重启后中间状态全丢，只能从头再来。LangGraph 要解决的就是这件事：它由 LangChain 团队开发，把智能体逻辑组织成一张状态化的图，每一步自动写入检查点，失败后从最后一个节点继续，而不是重跑。

LangGraph 谁在维护、谁在生产环境用？

维护方：LangChain Inc，即 LangChain 原班团队。README 明确说明它可以脱离 LangChain 单独使用。
生产用户：Klarna（客服场景）、Replit（AI 编码）、Elastic 等公司已在生产环境使用。
替代的旧做法：以前保存状态、失败重试、等人审批都得自己写，逻辑散落在各处、难测试。LangGraph 把这些收进图引擎，你只描述"节点和边"。
设计渊源：受 Google 的 Pregel 和 Apache Beam 启发，采用超级步骤式的并行调度。

LangGraph 最快安装方式：一条命令到第一次运行

pip install -U langgraph

最简入口是 libs/prebuilt/ 里的create_react_agent：传入模型、工具列表和一个内存检查点器，就得到一个能循环调用工具的 Agent：

from langgraph.prebuilt import create_react_agent from langgraph.checkpoint.memory import MemorySaver agent = create_react_agent( "openai:gpt-4o", tools=[search], checkpointer=MemorySaver()) agent.invoke({"messages": [("user", "2024 年 G7 在哪举办?")]}, config={"configurable": {"thread_id": "t1"}})

运行后你会看到答案和工具调用轨迹；状态留在内存检查点里，用同一个thread_id再调用可以继续对话。想要图形界面，libs/cli提供langgraph dev命令，本地启动后浏览器里能看到图被渲染成可交互 UI，线程状态实时显示在侧栏：

LangGraph 是怎么工作的：三个核心机制

1. 超级步骤执行（Pregel 模型）

每段逻辑写成一个节点函数，节点之间用边连接。运行时按"超级步骤"推进：每步并行执行所有就绪节点，节点读取当前状态、算出新状态，写回共享的"通道"。状态字段可以声明 reducer 函数决定合并方式，比如消息列表用追加。输入是状态字典，输出是更新后的状态字典，流向完全由边决定。

2. 检查点持久化（durable execution）

每个超级步骤结束后，完整状态被序列化落盘。MemorySaver存内存；生产换libs/checkpoint-sqlite或libs/checkpoint-postgres实现即可。崩溃后用thread_id加载最近检查点，从中断的节点继续，已完成的步骤不重跑。

3. 人在回路中断（human-in-the-loop）

节点里调用interrupt()，整个图挂起，状态保留在磁盘上，进程可以安全退出。人工审核后调用Command(resume="approve")继续，拒绝则走另一分支。转账、删数据这类敏感操作，官方推荐的就是这条路。

用它做了什么：两个真实示例 notebook

examples/ 目录已标注归档（新教程迁往官方文档站），但代码完整，适合直接读：

react-agent-from-scratch.ipynb：从零手搓一个 ReAct 智能体。输入是几个工具和一个 prompt，处理过程是"思考→调工具→观察"的循环，产出一个开箱即用的工具调用 Agent。
hierarchical_agent_teams.ipynb：一个经理智能体拆任务、派给多个下属智能体、最后汇总。多智能体协作被组织成一张可中断、可恢复的状态图。