使用预构建组件进行 Agent 开发¶

LangGraph 同时提供低级原语和高级预构建组件，用于构建基于 Agent 的应用程序。本节重点介绍预构建的、即用型组件，它们旨在帮助您快速可靠地构建 Agent 系统——无需从头开始实现编排、内存或人工反馈处理。

什么是 Agent？¶

Agent 由三个组件组成：一个 大型语言模型 (LLM)、一套它可以使用的工具和一个提供指令的 提示 (prompt)。

LLM 在循环中运行。在每次迭代中，它会选择一个工具来调用，提供输入，接收结果（一个观察），并利用该观察来指导下一个动作。循环持续进行， যতক্ষণ না একটি থামার শর্ত পূরণ হয় — সাধারণত যখন এজেন্ট পর্যাপ্ত তথ্য সংগ্রহ করে ব্যবহারকারীর কাছে প্রতিক্রিয়া জানায়।

主要功能¶

LangGraph 包含构建健壮、生产就绪的 Agent 系统所需的几项功能：

内存集成：原生支持*短期*（基于会话）和*长期*（跨会话持久化）内存，从而在聊天机器人和助手实现有状态行为。
人工干预控制：执行可以*无限期*暂停以等待人工反馈——与仅限于实时交互的基于 WebSocket 的解决方案不同。这使得在工作流的任何点都可以进行异步批准、纠正或干预。
流式支持：Agent 状态、模型令牌、工具输出或组合流的实时流式传输。
部署工具：包含无基础设施的部署工具。LangGraph Platform 支持测试、调试和部署。
- Studio：一个用于检查和调试工作流的可视化 IDE。
- 支持多种部署选项以供生产使用。

高级构建块¶

LangGraph 提供了一套预构建的组件，这些组件实现了常见的 Agent 行为和工作流。这些抽象构建在 LangGraph 框架之上，提供了更快的生产路径，同时保持了灵活度以进行高级定制。

使用 LangGraph 进行 Agent 开发，可以让您专注于应用程序的逻辑和行为，而不是构建和维护状态、内存和人工反馈的支持基础设施。

包生态系统¶

高级组件被组织到几个包中，每个包都有特定的焦点。

包	描述	安装
`langgraph-prebuilt` (属于 `langgraph`)	用于创建 Agent的预构建组件	`pip install -U langgraph langchain`
`langgraph-supervisor`	用于构建Supervisor Agent 的工具	`pip install -U langgraph-supervisor`
`langgraph-swarm`	用于构建Swarm多 Agent 系统的工具	`pip install -U langgraph-swarm`
`langchain-mcp-adapters`	用于工具和资源集成的MCP 服务器的接口	`pip install -U langchain-mcp-adapters`
`langmem`	Agent 内存管理：短期和长期	`pip install -U langmem`
`agentevals`	用于评估 Agent 性能的实用工具	`pip install -U agentevals`

可视化 Agent Graph¶

使用以下工具可视化由 create_react_agent 生成的图形，并查看相应代码的轮廓。它允许您探索由以下要素定义的 Agent 基础设施：

tools：Agent 可以用来执行任务的工具（函数、API 或其他可调用对象）列表。
pre_model_hook：在调用模型之前调用的函数。可用于压缩消息或执行其他预处理任务。
post_model_hook：在调用模型之后调用的函数。可用于实现护栏、人工干预流程或其他后处理任务。
response_format：用于约束最终输出类型的数据结构，例如 pydantic BaseModel。

功能

tools pre_model_hook post_model_hook response_format

Graph

以下代码片段演示了如何使用 create_react_agent 创建上述 Agent（及底层图形）：