LangGraph 教程
LangGraph 是 LangChain 团队推出的有状态、可编排的 AI Agent 框架，基于图（Graph）结构构建复杂的多步骤、多 Agent 工作流。本系列教程从核心概念到生产部署，全面覆盖 LangGraph 的方方面面。
教程目录
- LangGraph 概述与核心概念 — 什么是 LangGraph、为什么需要它、核心抽象与架构设计
- 状态管理与类型系统 — TypedDict / Pydantic 状态定义、Annotated Reducer、消息管理
- 节点与边的高级用法 — 条件路由、Send API、Map-Reduce、子图嵌套
- [ReAct Agent 与工具集成](./04-ReAct Agent与工具集成.md) — ReAct 循环、ToolNode、create_react_agent、自定义 Agent
- 持久化与检查点 — Checkpointer 机制、MemorySaver、SQLite/Postgres、时间旅行
- 人机交互（Human-in-the-Loop） — interrupt 机制、审批工作流、断点恢复
- 多 Agent 协作 — Supervisor、Swarm、子图嵌套、Agent 通信模式
- [LangGraph Platform 与部署](./08-LangGraph Platform与部署.md) — 部署架构、API 服务、LangSmith 集成、生产最佳实践
适用人群
- 有 Python 基础，了解 LangChain 基本概念的开发者
- 希望构建复杂 Agent 工作流（多步骤推理、多 Agent 协作、人机交互）的工程师
- 需要将 AI Agent 部署到生产环境的技术团队
技术栈
| 组件 | 版本 |
|---|---|
| Python | >= 3.9 |
| LangGraph | >= 0.2 |
| LangChain | >= 0.3 |
| LangSmith | 可选（调试/追踪） |