技术流浪者
Agent 构建必选框架——LangGraph工程落地手册
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
技术流浪者
社区首页
>
专栏
>
Agent 构建必选框架——LangGraph工程落地手册
Agent 构建必选框架——LangGraph工程落地手册
技术流浪者
关注
发布于 2026-04-05 21:07:52
发布于 2026-04-05 21:07:52
313
0
举报
概述
LangGraph 是由 LangChain 团队开发的有状态循环图编排运行时,专为复杂 LLM Agent 应用而生。传统链式调用(Chain)只能处理线性流程,而真实 Agent 场景需要循环推理、条件分支、多步工具调用——这正是 LangGraph 以图结构(节点 + 边 + 状态)解决的根本问题。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
合肥同盟
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
合肥同盟
#AI agent
#Agent 框架
#大模型应用
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
目录
1. 框架定位与核心价值
1.1 LangGraph 解决什么问题
1.2 核心设计哲学
1.3 适用场景判断
2. 核心原语详解
2.1 State(状态)
2.2 Node(节点)
2.3 Edge(边)
2.4 Checkpointer(检查点)
3. ReAct Agent 完整实现
3.1 完整代码
3.2 执行流可视化
3.3 Human-in-the-Loop 集成
4. Multi-Agent 架构模式
4.1 三种拓扑对比
4.2 Supervisor 模式完整实现
4.3 Subgraph(子图)模块化
5. Long-term Memory 长期记忆
5.1 记忆层次模型
5.2 Long-term Memory 完整实现
5.3 记忆管理最佳实践
6. Streaming 流式输出
6.1 四种 Stream 模式
6.2 生产推荐:astream_events
6.3 FastAPI + SSE 生产集成
6.4 前端接收 SSE 示例(JavaScript)
7. 生产级完整架构
7.1 完整系统架构图
7.2 环境配置
8. 生产踩坑实录
P0 级:必须处理
P1 级:强烈建议处理
P2 级:上线前优化
9. 工程决策矩阵
9.1 技术选型决策
9.2 性能优化优先级
10. 框架横向对比
11. 关键资源索引
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
0
0
推荐