LangGraph介绍
LangGraph 专为希望构建强大、适应性强的 AI 智能体的开发者而设计。开发者选择LangGraph 的原因是:
- 可靠性和可控性：通过审核检查和人工干预审批来指导智能体行为。LangGraph可为长时间运行的工作流持久化上下文，使智能体保持正常运行。
- 低层级和可扩展性：使用完全描述性的低层级原语构建自定义智能体，不受限制自定义的僵化抽象约束。设计可扩展的多智能体系统，其中每个智能体都为您的用例量身定制特定角色。
- 一流的流式传输支持：通过逐令牌流式传输和中间步骤流式传输，LangGraph 让用户实时清晰地了解智能体的推理和行动过程。
LangGraph 支持两种对于构建对话代理至关重要的内存类型：
- 短期内存：通过在会话中维护消息历史来跟踪正在进行的对话
- 长期内存：在不同会话之间存储用户特定或应用程序级别的数据。
LangGraph环境配置
LangGraph CLl是一个多平台命令行工具，用于在本地构建和运行LangGraph API服务器。生成的服务器包含您的图的所有运行、线程、助手等的 API端点，以及运行您的代理所需的其他服务，包括用于检查点和存储的托管数据库。
创建 Python 虚拟环境
Python版本：>= 3.11 is required.
virtualenv方式
使用虚拟环境所需依赖
pipinstallvirtualenv创建并激活环境
# 创建虚拟环境langgraph_envcdD:\Environment\virtual_env virtualenv langgraph_env# 激活环境cdlanggraph_env\Scripts activateConda方式
Conda安装参考 配置Python环境之Conda
conda create -n langgraph_envpython=3.13conda activate langgraph_env安装langgraph-cli
当前官网最新版本为0.4.7，后续版本迭代可查看 langgraph-cli官网
# 激活环境cdD:\Environment\virtual_env\langgraph_env\Scripts activate# 安装LangGraph CLI，可指定版本，"langgraph-cli[inmem]==0.4.7"pipinstall--upgrade"langgraph-cli[inmem]"LangGraph项目生成
第一步：创建LangGraph项目
命令如下：
# 激活环境 cd D:\Environment\virtual_env\langgraph_env\Scripts activate # 新建项目 langgraph new {project_name}其中
{project_name}代表LangGraph项目名称
示例：
cdD:\python-project langgraph new langgraph_demo################### output Start #####################🌟 Pleaseselecta template:1. New LangGraph Project - A simple, minimal chatbot with memory.2. ReAct Agent - A simple agent that can be flexibly extended to many tools.3. Memory Agent - A ReAct-style agent with an additional tool to store memoriesforuse across conversational threads.4. Retrieval Agent - An agent that includes a retrieval-based question-answering system.5. Data-enrichment Agent - An agent that performs web searches and organizes its findings into a structured format. Enter the number of your template choice(default is1):1You selected: New LangGraph Project - A simple, minimal chatbot with memory. Choose language(1forPython 🐍,2forJS/TS 🌐):1📥 Attempting to download repository as a ZIP archive... URL: https://github.com/langchain-ai/new-langgraph-project/archive/refs/heads/main.zip ✅ Downloaded and extracted repository to D:\python-project\langgraph_demo 🎉 New project created at D:\python-project\langgraph_demo################### output End #####################第二步：指定虚拟环境
第三步：标记源代码根目录
需要将
src目录标记为源代码根目录
第四步：安装项目依赖
在项目根目录下执行：
pipinstall-e.在新 LangGraph 应用的根目录下，以编辑模式安装依赖项，以便服务器使用本地更改。
在 LangGraph 中，pyproject.toml代传统的setup.py和requirements.txt，可能包含以下扩展配置：
- 依赖分组：如
[project.optional-dependencies]定义dev(开发工具)和test(测试框架)依赖。 - 动态版本控制：通过
requires-python=“>=3.9"指定Python 版本兼容性 - CI/CD 集成：通过
[too1.*]配置与 GitHub Actions 或 GitLab Cl 的交互
自此，本文分享到此结束！！！
