Xat
Claw
Code
Wisebase
Aplicacions
Preus
Afegeix a Chrome
Inicia sessió
Inicia sessió
Xat
Claw
Code
Wisebase
Aplicacions
Preus
Torna al menú principal

Aprèn més ràpid, pensa més profundament i creix més intel·ligent amb Sider.

Productes
Aplicacions
  • Extensions
  • iOS
  • Android
  • Mac OS
  • Windows
Wisebase
  • Wisebase
  • Deep Research
  • Scholar Research
  • Math Solver
  • Rec NoteNew
  • Audio To Text
  • Gamified Learning
  • Interactive Reading
  • ChatPDF
Eines
  • Creador de llocs webNew
  • AI SlidesNew
  • Escriptor d'assajos AI
  • Nano Banana Pro
  • Nano Banana Infographic
  • Generador d'imatges AI
  • Generador de Brainrot Italià
  • Eliminador de fons
  • Canviador de fons
  • Esborrador de fotos
  • Eliminador de text
  • Repintar
  • Millorador d'imatges
  • Crear
  • Traductor AI
  • Traductor d'imatges
  • Traductor de PDF
Sider
  • Contacta'ns
  • Centre d'ajuda
  • Descarregar
  • Preus
  • Pla d'Educació
  • Què hi ha de nou
  • Blog
  • Comunitat
  • Socis
  • Afiliat
©2026 Tots els drets reservats
Condicions d'ús
Política de privacitat
  • Pàgina d'inici
  • Bloc
  • Eines d'IA
  • Com utilitzar LangGraph: Una guia pràctica per construir agents d'IA fiables

Com utilitzar LangGraph: Una guia pràctica per construir agents d'IA fiables

Actualitzat el 24 Set. 2025

4 min


Com Utilitzar LangGraph: Una Guia Pràctica per Construir Agents AI Fiables

Si has intentat construir fluxos de treball agents amb cadenes i eines senzilles, probablement hagis topat amb límits: bucles poc fiables, un control de flux fràgil i un estat difícil de depurar. LangGraph canvia això oferint-te una manera nadiua basada en gràfics per dissenyar, controlar i rastrejar el comportament de l'agent amb persistència i mesures de seguretat.
En aquest tutorial pràctic, aprendràs a utilitzar LangGraph des de zero fins a estar preparat per a producció: què és, com funciona el model de gràfic i com construir, provar i iterar en fluxos de treball reals d'agents — d'un sol agent i multiagent — usant Python o JavaScript.
Cal destacar: si redactes prompts, diagrammes fluxos o coedites codi amb un assistent AI, Sider.AI pot accelerar les teves iteracions amb LangGraph (refinament de prompts, proves unitàries i consultes de documentació) directament al navegador. Consulta https://sider.ai/ per a més detalls.

Què és LangGraph—i Per Què Utilitzar-lo?

LangGraph és un marc per construir aplicacions d'agents i multiagents amb LLM amb un control de flux explícit, estat persistent i rastreig basat en esdeveniments. Forma part de l'ecosistema LangChain però es manté com un paquet separat. Els desenvolupadors l'escullen per fer els agents més fiables i controlables, amb funcions com arestes deterministes, punts de control reemprèns i un model mental clar per a bucles complexos i ús d'eines.
Motivacions clau per les quals els equips adopten LangGraph:
  • Fiabilitat i mesures de seguretat: defineix exactament quan un agent pot actuar, demanar ajuda o delegar.
  • Reemprenedoria: punt de control de l'estat, recuperació en cas de fallades i continuació des del punt on ho vas deixar.
  • Patrons multiagent: composar especialistes, debats o fluxos supervisor–treballador.
  • Observabilitat: fluxos d'esdeveniments i instantànies d'estat que faciliten la depuració.
Si prefereixes aprendre estructuradament, el curs oficial d'Introducció a LangGraph és un bon punt de partida. També hi ha un curs en vídeo complet per a principiants que explica fluxos complexos de IA conversacional.

El Model Mental Bàsic: Nodes, Arestes i Estat

Pensa en LangGraph com un gràfic dirigit que modela l'estat de la teva aplicació.
  • Nodes: passos executables (per exemple, trucar a un LLM, executar una eina, redirigir a un altre agent).
  • Arestes: lògica d'enrutament que determina quin node s'executa després.
  • Estat: un objecte tipat i combinable (missatges, variables, resultats d'eines) que es transmet entre nodes.
  • Canals: parts nominals de l'estat que els nodes poden llegir i escriure (per exemple, messages, context).
  • Punts de control: instantànies persistents de l'estat que permeten reemprendre o ramificar.
Un node rep l'estat actual, l'actualitza i retorna un parxe parcial. Les arestes trien el següent node segons l'estat resultant. Això fa explícits els bucles, reintents i la supervisió, essencial per a la fiabilitat.

Instal·lació i Configuració

LangGraph suporta Python i JavaScript/TypeScript. Tria la teva pila i instal·la-ho juntament amb LangChain i el client LLM preferit.
Python:
pip install -U langgraph langchain openai
# Opcional: rastreig, magatzems vectorials, eines, etc.
JavaScript/TypeScript:
pnpm add @langchain/langgraph langchain openai
# o bé
npm install @langchain/langgraph langchain openai
Variables d'entorn:
export OPENAI_API_KEY=sk-... # o el proveïdor que triïs

El Teu Primer LangGraph: Un Bucle Minimal d’Agent Únic (Python)

Aquest exemple construeix un agent senzill que raona, usa eines i decideix quan aturar-se.
from typing import TypedDict, List
from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
# 1) Defineix l’Estat
action_token = "<act>" # senyal simple per a ús d’eina vs resposta final
class State(TypedDict):
messages: List.
- Curs introductori gratuït de LangGraph a LangChain Academy.
- Un curs en vídeo complet per a principiants, amb fluxos conversacionals complexos.
## Resum: De Prototi a Agents Fiables
LangGraph t’ofereix un control nadiu en gràfic sobre aplicacions LLM: rutes explícites, estat reemprèn, i comportament observable. Comença amb un bucle d’agent únic, després passa a supervisors multiagent, portes de política i la revisió humana. Mantingues els nodes simples, l’estat net i les rutes deterministes.
Passos d’acció:
- Defineix un estat mínim i dos nodes (`agent`, `tool`).
- Afegeix un encaminador amb una ruta clara `END`.
- Introdueix punts de control i proves abans d’escalar.
- Introdueix eines i agents especialistes a mesura que creixes.
Amb aquestes bases —i un bucle de depuració robust— entregaràs sistemes d’agents que funcionin de manera consistent en producció.
### Preguntes Freqüents
P1: Per a què s’utilitza LangGraph?
LangGraph serveix per construir fluxos d’agents i multiagents fiables amb control de flux explícit, estat persistent i punts de control. És ideal per bucles, ús d’eines, passos amb humans involucrats i orquestració complexa.
P2: Com instal·lar i configurar LangGraph?
Instal·la amb `pip install langgraph langchain` (Python) o `npm i @langchain/langgraph langchain` (JS/TS). Configura el teu proveïdor LLM (ex.: `OPENAI_API_KEY`) i comença definint un `State`, nodes i arestes condicionals.
P3: LangGraph és diferent de LangChain?
Sí. LangGraph és un paquet separat que se centra en l’orquestració basada en gràfics i fluxos de treball amb estat reemprèn. Complementa LangChain aportant determinisme i fiabilitat als models, eines i integracions.
P4: Puc construir sistemes multiagents amb LangGraph?
Clar que sí. LangGraph suporta patrons supervisor–treballador, agents de debat o comitè, i portes de polítiques. Redirigeixes entre agents via arestes condicionals i mantens un estat compartit o segmentat.
P5: Com evitar bucles infinits a LangGraph?
Defineix condicions clares de finalització i sempre proporciona una ruta `END` als encaminadors. Afegeix comptadors de bucle o temporitzacions a l’estat, depura missatges i escriu proves unitàries per verificar la lògica d’enrutament.

Articles Recents
Com dominar ChatPDF: obtenir informació més ràpidament de documents densos

Com dominar ChatPDF: obtenir informació més ràpidament de documents densos

La millor alternativa a X Auto-Translation per a documents ràpids i precisos

La millor alternativa a X Auto-Translation per a documents ràpids i precisos

La traducció AI de Samsung no està disponible a l'Iran? Solucions pràctiques

La traducció AI de Samsung no està disponible a l'Iran? Solucions pràctiques

Eines de traducció persa: una guia pràctica per a un treball més ràpid i precís

Eines de traducció persa: una guia pràctica per a un treball més ràpid i precís

La millor alternativa a Grok per a una recerca profunda i citada

La millor alternativa a Grok per a una recerca profunda i citada

Les 15 millors funcions del generador d'imatges d'IA que realment utilitzaràs

Les 15 millors funcions del generador d'imatges d'IA que realment utilitzaràs