跳转至

使用预构建组件进行智能体开发

LangGraph 提供了底层原语和高级预构建组件，用于构建基于智能体的应用程序。本节重点介绍预构建的即用型组件，旨在帮助您快速可靠地构建智能体系统——无需从头实现编排、内存或人工反馈处理。

什么是智能体？

智能体 由三个组件组成：大型语言模型 (LLM)、一组可使用的 工具，以及提供指令的 提示。

LLM 在一个循环中运行。在每次迭代中，它选择要调用的工具，提供输入，接收结果（观察结果），并使用该观察结果来指导下一个动作。循环持续直到满足停止条件——通常是当智能体收集了足够的信息来响应用户时。

image

智能体循环：LLM 选择工具并使用其输出来满足用户请求。

关键特性

LangGraph 包含构建健壮、生产就绪的智能体系统所必需的多种功能：

  • 内存集成：对短期（基于会话）和长期（跨会话持久化）内存的原生支持，使聊天机器人和助手能够实现有状态的行为。
  • 人工循环控制：执行可以无限期暂停以等待人工反馈——不同于仅限于实时交互的基于 WebSocket 的解决方案。这允许在工作流程的任何点进行异步批准、更正或干预。
  • 流式支持：智能体状态、模型标记、工具输出或组合流的实时流式传输。
  • 部署工具：包含无需基础设施的部署工具。LangGraph Platform 支持测试、调试和部署。
  • Studio：用于检查和调试工作流的可视化 IDE。
  • 支持生产的多种 部署选项。

高级构建块

LangGraph 提供了一套预构建组件，实现了常见的智能体行为和工作流。这些抽象构建在 LangGraph 框架之上，提供了更快的生产路径，同时保持对高级定制的灵活性。

使用 LangGraph 进行智能体开发使您可以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

高级组件被组织成多个包，每个包都有特定的重点。

包名 描述 安装命令
langgraph-prebuilt（langgraph 的一部分） 用于 创建智能体 的预构建组件 pip install -U langgraph langchain
langgraph-supervisor 用于构建 主管 智能体的工具 pip install -U langgraph-supervisor
langgraph-swarm 用于构建 群体 多智能体系统的工具 pip install -U langgraph-swarm
langchain-mcp-adapters 用于工具和资源集成的 MCP 服务器 接口 pip install -U langchain-mcp-adapters
langmem 智能体内存管理：短期和长期 pip install -U langmem
agentevals 用于 评估智能体性能 的工具 pip install -U agentevals

可视化代理图

使用以下工具可视化由 create_react_agent 生成的图，并查看相应代码的大纲。 它允许您探索代理的基础架构，其中包括：

  • tools：代理可用于执行任务的工具列表（函数、API或其他可调用对象）。
  • pre_model_hook：在模型调用之前调用的函数。可用于压缩消息或执行其他预处理任务。
  • post_model_hook：在模型调用之后调用的函数。可用于实现护栏、人在循环中的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 的 BaseModel。

功能

图

graph image

以下代码片段展示了如何使用 create_react_agent 创建上述代理（及其底层图）：