概述¶

LangGraph 是为希望构建强大且灵活的 AI 代理的开发者而设计的。开发者选择 LangGraph 的原因包括：

• 可靠性和可控性。 使用 moderation 检查和人工介入批准来引导代理的行为。LangGraph 为长期运行的工作流持久化上下文，确保您的代理保持正确的方向。
• 底层且可扩展。 使用完全描述性的、底层原语构建自定义代理，摆脱限制定制化的僵化抽象。设计可扩展的多代理系统，每个代理都根据您的使用案例承担特定的角色。
• 一流的流式支持。 借助逐 token 的流式传输和中间步骤的流式传输，LangGraph 让用户能够实时清晰地看到代理推理和操作的展开过程。

学习 LangGraph 基础知识¶

要了解 LangGraph 的关键概念和功能，请完成以下 LangGraph 基础教程系列：

1. 构建一个基本的聊天机器人
2. 添加工具
3. 添加记忆
4. 添加人机协作控制
5. 自定义状态
6. 时间回溯

完成这一系列教程后，你将使用 LangGraph 构建一个支持聊天机器人，它能够：

• ✅ 回答常见问题 通过搜索网络
• ✅ 在多次调用中保持对话状态
• ✅ 将复杂查询路由给人类进行审核
• ✅ 使用自定义状态控制其行为
• ✅ 回退并探索其他对话路径