चैट
Claw
Code
Wisebase
ऐप्स
मूल्य निर्धारण
Chrome में जोड़ें
लॉगिन
लॉगिन
चैट
Claw
Code
Wisebase
ऐप्स
मूल्य निर्धारण
मुख्य मेनू पर वापस जाएं

Sider के साथ तेजी से सीखें, गहराई से सोचें, और समझदारी से बढ़ें।

उत्पाद
ऐप्स
  • एक्सटेंशन
  • iOS
  • Android
  • Mac OS
  • Windows
Wisebase
  • Wisebase
  • Deep Research
  • Scholar Research
  • Math Solver
  • Rec NoteNew
  • Audio To Text
  • Gamified Learning
  • Interactive Reading
  • ChatPDF
उपकरण
  • वेब निर्माताNew
  • एआई स्लाइड्सNew
  • एआई निबंध लेखक
  • Nano Banana Pro
  • Nano Banana Infographic
  • एआई इमेज जनरेटर
  • इटालियन ब्रेनरॉट जनरेटर
  • बैकग्राउंड रिमूवर
  • बैकग्राउंड चेंजर
  • फोटो इरेज़र
  • टेक्स्ट रिमूवर
  • इनपेंट
  • इमेज अपस्केलर
  • बनाएँ
  • एआई अनुवादक
  • इमेज अनुवादक
  • पीडीएफ अनुवादक
Sider
  • हमसे संपर्क करें
  • सहायता केंद्र
  • डाउनलोड
  • मूल्य निर्धारण
  • शिक्षा योजना
  • क्या नया है
  • ब्लॉग
  • समुदाय
  • साझेदार
  • सहयोगी
©2026 सर्वाधिकार सुरक्षित
उपयोग की शर्तें
गोपनीयता नीति
  • होम पेज
  • ब्लॉग
  • AI Tools
  • LangGraph का उपयोग कैसे करें: विश्वसनीय AI एजेंट बनाने के लिए एक व्यावहारिक गाइड

LangGraph का उपयोग कैसे करें: विश्वसनीय AI एजेंट बनाने के लिए एक व्यावहारिक गाइड

अद्यतन 24 सित. 2025 को

4 मिनट


LangGraph का उपयोग कैसे करें: भरोसेमंद AI एजेंट बनाने के लिए एक व्यावहारिक मार्गदर्शिका

अगर आप plain chains और tools के साथ एजेंटिक वर्कफ़्लोज़ बनाकर देख चुके हैं, तो शायद आपको सीमाएँ मिली होंगी — अस्थिर लूप्स, कमजोर नियंत्रण प्रवाह, और डिबग करना मुश्किल स्टेट। LangGraph इसे बदल देता है, आपको ग्राफ-नेटिव तरीका देता है एजेंट व्यवहार को डिजाइन, नियंत्रित करने और ट्रेस करने के लिए, जिसमें persistence और guardrails होते हैं।
इस हैंड्स-ऑन ट्यूटोरियल में, आप सीखेंगे कि LangGraph का उपयोग शून्य से प्रोडक्शन-तैयार स्तर तक कैसे करें: यह क्या है, ग्राफ मॉडल कैसे काम करता है, और कैसे Python या JavaScript का उपयोग करके वास्तविक एजेंट वर्कफ़्लोज़ — सिंगल-एजेंट और मल्टी-एजेंट — बनाएं, टेस्ट करें और सुधारें।
ध्यान देने योग्य: यदि आप प्रॉम्प्ट ड्राफ्ट करते हैं, फ्लो डायग्राम बनाते हैं, या AI असिस्टेंट के साथ कोड सह-संपादित करते हैं, तो Sider.AI आपके LangGraph सुधारों (प्रॉम्प्ट संशोधन, यूनिट टेस्ट्स, और डॉक लुकअप्स) को आपके ब्राउज़र में तेज़ कर सकता है। विवरण के लिए https://sider.ai/ देखें।

LangGraph क्या है — और इसे क्यों उपयोग करें?

LangGraph एक फ्रेमवर्क है एजेंटिक और मल्टी-एजेंट LLM एप्लिकेशन बनाने के लिए, जिसमें स्पष्ट नियंत्रण प्रवाह, निरंतर स्टेट, और इवेंट-आधारित ट्रेसिंग शामिल है। यह LangChain इकोसिस्टम का हिस्सा है लेकिन एक अलग पैकेज के रूप में मेंटेन किया जाता है। डेवलपर्स इसे इसलिए चुनते हैं ताकि एजेंट अधिक भरोसेमंद और नियंत्रित रह सकें, जैसे deterministic edges, resumable checkpoints, और जटिल लूप्स व टूल उपयोग के लिए एक साफ मानसिक मॉडल।
मुख्य कारण जिनसे टीमें LangGraph अपनाती हैं:
  • भरोसेमंदी और गार्डरैल्स: बिल्कुल परिभाषित करें कि एजेंट कब एक्ट कर सकता है, मदद मांग सकता है या जिम्मेदारी सौंप सकता है।
  • पुनःप्रारंभीयता: स्टेट का checkpoint करें, फेल्योर से रिकवर करें, और वहीं से जारी रखें जहां छोड़ा था।
  • मल्टी-एजेंट पैटर्न: विशेषज्ञों का संयोजन, बहस, या सुपरवाइज़र–वर्कर फ्लोज़।
  • ऑब्ज़र्वेबिलिटी: इवेंट स्ट्रीम्स और स्टेट स्नैपशॉट्स से डिबगिंग आसान होती है।
यदि आप संरचित सीखना पसंद करते हैं, तो LangGraph का आधिकारिक Introduction कोर्स एक मजबूत शुरुआत है। इसके साथ एक संपूर्ण शुरुआती योग्य वीडियो कोर्स भी है जो जटिल संवादात्मक AI वर्कफ़्लोज़ को समझाता है।

कोर मानसिक मॉडल: नोड्स, एजेस, और स्टेट

LangGraph को अपने एप्लिकेशन स्टेट पर एक निर्देशित ग्राफ के रूप में सोचें।
  • नोड्स: executable स्टेप्स (जैसे LLM कॉल करना, टूल चलाना, दूसरे एजेंट को रूट करना)।
  • एजेस: रूटिंग लॉजिक जो निर्धारित करता है कि अगला नोड कौन सा चलेगा।
  • स्टेट: एक टाइप्ड, मर्जेबल ऑब्जेक्ट (संदेश, वेरिएबल्स, टूल परिणाम) जो नोड्स के बीच लिया जाता है।
  • चैनल्स: स्टेट के नामित टुकड़े जिन्हें नोड्स पढ़ और लिख सकते हैं (जैसे messages, context)।
  • चेकपॉइंट्स: स्टेट के निरंतर स्नैपशॉट जो आपको फिर से शुरू करने या शाखाएं बनाने देते हैं।
एक नोड वर्तमान स्टेट पाता है, उसे अपडेट करता है, और आंशिक पैच लौटाता है। एजेस परिणामी स्टेट के आधार पर अगला नोड चुनते हैं। इससे लूप्स, रीट्राइज़, और सुपरविजन स्पष्ट होते हैं, जो भरोसेमंद के लिए जरूरी है।

स्थापना और सेटअप

LangGraph Python और JavaScript/TypeScript दोनों को सपोर्ट करता है। अपनी स्टैक चुनें और इसे LangChain और अपनी पसंदीदा LLM क्लाइंट के साथ इंस्टॉल करें।
Python:
pip install -U langgraph langchain openai
# वैकल्पिक: ट्रेसिंग, वेक्टर स्टोर्स, टूल्स, आदि।
JavaScript/TypeScript:
pnpm add @langchain/langgraph langchain openai
# या
npm install @langchain/langgraph langchain openai
पर्यावरणीय वेरिएबल्स:
export OPENAI_API_KEY=sk-... # या आपका चुना हुआ प्रदाता

आपका पहला LangGraph: एक न्यूनतम सिंगल-एजेंट लूप (Python)

यह उदाहरण एक सरल एजेंट बनाता है जो तर्क करता है, टूल्स का उपयोग करता है, और बंद कब करना है यह तय करता है।
from typing import TypedDict, List
from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
# 1) स्टेट परिभाषित करें
action_token = "<act>" # टूल उपयोग और अंतिम उत्तर के बीच सरल संकेत
class State(TypedDict):
messages: List.
- LangChain Academy से LangGraph का मुफ़्त परिचय कोर्स।
- शुरुआती लोगों के लिए संपूर्ण वीडियो कोर्स, जो जटिल वार्तालाप वर्कफ़्लोज़ कवर करता है।
## निष्कर्ष: प्रोटोटाइप से भरोसेमंद एजेंट तक
LangGraph आपको LLM एप्लिकेशन पर ग्राफ-नेटिव नियंत्रण देता है: स्पष्ट मार्ग, पुनःप्रारंभ योग्य स्टेट, और देखने योग्य व्यवहार। छोटे से शुरू करें सिंगल-एजेंट लूप के साथ, फिर मल्टी-एजेंट सुपरवाइजर्स, पॉलिसी गेट्स, और मानव समीक्षा तक बढ़ाएं। नोड्स सरल रखें, स्टेट साफ, और मार्ग निर्धारक।
एक्शन कदम:
- न्यूनतम स्टेट और दो नोड्स (`agent`, `tool`) का ढांचा बनाएं।
- `END` पाथ के साथ एक राउटर जोड़ें।
- स्केल करने से पहले चेकपॉइंट्स और टेस्ट जोड़ें।
- जैसे-जैसे बढ़ें टूल्स और विशेषज्ञ एजेंट शामिल करें।
इन नींवों और मजबूत डिबगिंग लूप के साथ, आप ऐसे एजेंट सिस्टम शिप करेंगे जो प्रोडक्शन में लगातार व्यवहार करें।
### अक्सर पूछे जाने वाले प्रश्न (FAQ)
Q1: LangGraph किस लिए उपयोग होता है?
LangGraph का उपयोग भरोसेमंद एजेंट और मल्टी-एजेंट वर्कफ़्लोज़ बनाने के लिए किया जाता है जिनमें स्पष्ट नियंत्रण प्रवाह, निरंतर स्टेट, और चेकपॉइंट्स होते हैं। यह लूप्स, टूल उपयोग, ह्यूमन-इन-द-लूप स्टेप्स, और जटिल समन्वय के लिए आदर्श है।
Q2: मैं LangGraph कैसे इंस्टॉल और सेटअप करूं?
Python में `pip install langgraph langchain` या JS/TS में `npm i @langchain/langgraph langchain` से इंस्टॉल करें। अपने LLM प्रदाता (जैसे `OPENAI_API_KEY`) कॉन्फ़िगर करें और एक `State`, नोड्स, और कंडीशनल एजेस परिभाषित करके शुरु करें।
Q3: क्या LangGraph LangChain से अलग है?
हाँ। LangGraph एक अलग पैकेज है जो ग्राफ-आधारित ऑर्केस्ट्रेशन और स्टेटफुल, पुनःप्रारंभ योग्य वर्कफ़्लोज़ पर केंद्रित है। यह LangChain के मॉडल, टूल्स, और एकीकरणों को पूरक करता है, जिसमें निर्धारण और भरोसेमंदता जोड़ता है।
Q4: क्या मैं LangGraph से मल्टी-एजेंट सिस्टम बना सकता हूं?
बिल्कुल। LangGraph सुपरवाइज़र–वर्कर पैटर्न्स, बहस या समिति एजेंट, और पॉलिसी गेट्स को सपोर्ट करता है। आप एजेंट्स के बीच कंडीशनल एजेस के माध्यम से रूटिंग कर सकते हैं और साझा या विभाजित स्टेट बनाए रख सकते हैं।
Q5: LangGraph में अनंत लूप्स को कैसे रोकें?
स्पष्ट समाप्ति शर्तें परिभाषित करें और राउटर में हमेशा `END` पाथ प्रदान करें। स्टेट में लूप काउंटर या टाइमआउट जोड़ें, संदेशों को prune करें, और रूटिंग लॉजिक को सत्यापित करने के लिए यूनिट टेस्ट लिखें।

हाल की लेख
कैसे करें ChatPDF में महारत: घने दस्तावेज़ों से तेजी से जानकारी प्राप्त करें

कैसे करें ChatPDF में महारत: घने दस्तावेज़ों से तेजी से जानकारी प्राप्त करें

तेज़ और सटीक दस्तावेज़ों के लिए सर्वश्रेष्ठ X Auto-Translation विकल्प

तेज़ और सटीक दस्तावेज़ों के लिए सर्वश्रेष्ठ X Auto-Translation विकल्प

ईरान में Samsung AI अनुवाद उपलब्ध नहीं? व्यावहारिक समाधान

ईरान में Samsung AI अनुवाद उपलब्ध नहीं? व्यावहारिक समाधान

फ़ारसी अनुवाद उपकरण: तेज़ और सटीक काम के लिए एक व्यावहारिक मार्गदर्शिका

फ़ारसी अनुवाद उपकरण: तेज़ और सटीक काम के लिए एक व्यावहारिक मार्गदर्शिका

गहराई से संदर्भित अनुसंधान के लिए सर्वश्रेष्ठ Grok विकल्प

गहराई से संदर्भित अनुसंधान के लिए सर्वश्रेष्ठ Grok विकल्प

AI इमेज जेनरेटर की 15 बेहतरीन विशेषताएं जिनका आप वास्तव में उपयोग करेंगे

AI इमेज जेनरेटर की 15 बेहतरीन विशेषताएं जिनका आप वास्तव में उपयोग करेंगे