为什么选择 LangGraph？¶
大语言模型应用¶
大语言模型（LLMs）使得将智能嵌入到一类新的应用程序中成为可能。构建使用大语言模型的应用程序有多种模式。工作流围绕大语言模型调用设置了预定义的代码路径框架。大语言模型可以通过这些预定义的代码路径来引导控制流，有些人认为这就是一个“自主系统”。在其他情况下，也可以移除这个框架，创建能够进行规划、通过工具调用采取行动，并能根据自身行动的反馈直接采取进一步行动的自主智能体。
LangGraph 提供的功能¶
LangGraph 提供底层支持基础设施，可支撑*任何*工作流或智能体。它不会对提示词或架构进行抽象，而是提供了三个核心优势：
持久化¶
LangGraph 拥有一个持久化层，这带来了诸多好处： - 记忆：LangGraph 可以持久化应用程序状态的任意方面，支持在用户交互过程中及不同交互之间保存对话和其他更新的记忆； - 人工介入：由于状态会进行检查点保存，执行过程可以中断和恢复，从而允许通过人工输入进行决策、验证和修正。
流式处理¶
LangGraph 还支持在执行过程中将工作流/智能体状态流式传输给用户（或开发者）。LangGraph 支持流式传输事件（例如工具调用的反馈）以及嵌入在应用程序中的 LLM 调用的令牌。
调试和部署¶
LangGraph 通过 LangGraph 平台为应用程序的测试、调试和部署提供了便捷途径。这包括 Studio，这是一个集成开发环境（IDE），可实现工作流或智能体的可视化、交互和调试。此外，还提供了众多部署选项。