对比了很多Agent框架,还是LangGraph最合适。它不像OpenAI的Assistant API那样局限于GPT系列模型,而是更开放、更灵活,能让我在构建智能代理时有更大的发挥空间。今天,我就来和大家聊聊LangGraph到底是什么,为什么它在AI Agent开发中这么受欢迎,以及它的底层原理。希望这篇文章能帮你理清思路,如果你也是开发者,不妨试试看。
01LangGraph vs. Assistant API:谁更灵活?
先来说说LangGraph和OpenAI的Assistant API的区别吧。Assistant API是个很方便的工具,但它只支持GPT系列模型,如果你想用其他大模型,比如GLM-4、Llama3或者Qwen,就得另寻他路了。相比之下,LangGraph的兼容性强得多,它支持各种在线或开源模型,几乎所有热门的大模型都能接入。这意味着,你可以用它开发更广泛的AI Agent应用,而不被某个厂商绑定。
接入方式上,LangGraph也很人性化。你可以用传统的OpenAI API方式集成,也可以用Ollama或vLLM这样的推理加速库,让整个过程更高效便捷。在AI Agent的构建范式上,LangGraph不只提供预设的ReAct机制,还允许自定义Planning策略,适应不同场景的需求。
从这些角度看,LangGraph的自主性和开放性确实碾压Assistant API。但话说回来,这种灵活性也带来了挑战。LangGraph要求开发者做更多自主工作,底层架构复杂,学习曲线陡峭。我自己实践了好几轮,才勉强上手。即使优化再多,用LangGraph建的Agent效果也不一定超过Assistant API几行代码就能搞定的简单应用。所以,如果你打算入坑,得做好花时间精力的准备——这不是一蹴而就的事儿。
02LangGraph的来龙去脉:与LangChain的亲密关系
那么,LangGraph到底是什么?从名字就能猜到,它和LangChain脱不了干系。没错,LangGraph就是基于LangChain表达式语言(LCEL)构建的AI Agent开发框架。LangChain从2023年起就活跃起来,现在已经迭代到第三个大版本,主要用来规范大模型的应用。别忘了,大模型本质上只是文本生成器,它们接收输入、输出响应,但无法独立行动。要让它们"动起来",就需要像LangChain这样的框架来帮忙。
在LangChain的体系中,创建代理(Agent)是个核心用例。它的底层架构分成三个部分:Agent、Message和Toolkits。Agent通常由大语言模型、提示词和输出解析器组成,形成一个Chain来处理输入。输入来源有用户原始输入、模型响应和历史上下文。输出则连接到工具库,根据子任务决定调用哪些工具。
有趣的是,LangChain的Agent不直接执行操作,它只负责决策。实际执行交给AgentExecutor这个"运行时"组件。结合起来,才形成完整的智能体。这套设计很巧妙,但随着AI应用越来越复杂,LangChain的线性序列(基于LCEL的DAG,有向无环图)开始显露出局限性。开发者需要更多循环、分支和复杂交互,这时候LangGraph就应运而生了。
03LangGraph的底层原理:从线性链到循环图
LangGraph的出现,就是为了解决LangChain的线性局限。它用"图"(Graph)取代了AgentExecutor,来管理代理的生命周期,并通过状态跟踪消息,实现循环协调多个链或参与者。这和LangChain把代理当成带工具的对象不同,在LangGraph中,任何可运行的功能——大模型API、AI Agent或线性链——都能作为起点。
举个简单例子来说明吧。想象一个基本的代理模型:用户输入先到"Start"节点(比如一个大模型API),它决定是否需要检索信息。如果需要,就跳到"Action"节点,用工具如Web Search或数据库查询获取数据。然后,再用LLM处理这些信息,生成响应,最后到"End"节点结束。
这里的关键是,每个圆圈是"节点"(Nodes),箭头是"边"(Edges)。LangGraph的工作流就是节点完成任务后,通过边传递消息到下一个节点。消息传递像程序的通用定义:节点处理、发送消息、下一个节点接力,循环往复。这就是LangGraph图算法的核心思想。
再看个复杂点的场景。假设起点是AI Agent,它配置了多个工具。用户问题进来,Agent判断:
不需要工具,直接自然语言响应。比如问"你好",就回"我是AI助手"。
需要工具,就输出JSON格式的函数调用,比如调用web_search查询"什么是智能体AI"。
如果有多个工具可选,LangGraph用"条件边"决定路径,像if-else语句。通过"Router"组件,基于条件(如是否需要搜索)导向不同节点:搜索路径获取文本,再用LLM处理;直接回答路径用工具格式化输出。
Router的实现有三种方式:提示工程(指导模型特定格式响应)、输出解析器(提取结构化数据)、工具调用(用模型内置功能)。
04共享状态:LangGraph的"灵魂"
要让消息顺利传递,LangGraph引入了"State"概念。每次执行启动一个状态,节点处理时修改它,并影响后续操作。这就是共享状态——节点间传递的数据,促进协作和决策。共享状态让LangGraph支持动态交互,构建复杂工作流。
从官方定义,LangGraph是用于构建有状态、多参与者应用的库,特别适合代理和多代理工作流。它的优势包括:
- 循环和分支:轻松实现条件和循环
- 持久性:每步自动保存状态,支持暂停、恢复、错误恢复和人机交互
- 人机交互:中断执行,批准或编辑下一步操作
- 流支持:节点生成流输出,包括令牌流
- 与LangChain集成:无缝兼容LangChain和LangSmith,但不强制依赖
环境准备既然说了这么多理论,咱们直接上手试试吧。在开始之前,我们需要安装必要的包:
pip install langgraph langchain-openai
如果你用的是国内环境,可能需要配置代理或者使用其他大模型服务。
05第一个LangGraph应用
让我们从一个简单的例子开始——构建一个智能写作助手,它能根据用户需求生成不同类型的文本。
1. 基础设置
import osfrom typing import TypedDict, Annotatedfrom langgraph.graph import StateG…