from langgraph import Graph, State
class MyState(State):
query: str
plan: str | None
artifacts: list
issues: list
# Nodes
def search_node(state):
# call web search tool, write sources
return {"artifacts": state.artifacts + ,.
---
## प्रमुख निष्कर्ष
- अपने वर्कफ़्लो को ग्राफ और स्पष्ट स्टेट के रूप में मॉडल करें ताकि ड्रिफ्ट कम हो।
- विफलताओं को सस्ती और पुनर्प्राप्त करने योग्य बनाने के लिए validators और checkpoints का इस्तेमाल करें।
- छोटे से शुरू करें, राउटिंग लॉजिक साबित करें, फिर समानांतरता और सबग्राफ्स जोड़ें।
- यदि आप रोल/डायलॉग रूपकों को स्टेट मशीन की तुलना में पसंद करते हैं तो CrewAI/AutoGen पर विचार करें।
### FAQ
Q1: LangGraph क्या है और यह LangChain Agents से कैसे भिन्न है?
LangGraph एक agentic state machine है जो AI वर्कफ़्लोज़ को नोड्स और एजेस के रूप में स्पष्ट साझा स्टेट के साथ मॉडल करता है। LangChain Agents के प्रॉम्प्ट-प्रथम ReAct स्टाइल की तुलना में, LangGraph निश्चित राउटिंग, लूप्स और पुनर्प्राप्त निष्पादन पर जोर देता है।
Q2: क्या LangGraph मल्टी-एजेंट सिस्टम के लिए अच्छा है?
हाँ। आप नोड्स या सबग्राफ्स के रूप में भूमिकाओं का प्रतिनिधित्व कर सकते हैं और पॉलिसीज़ और साझा स्टेट के साथ उन्हें समन्वयित कर सकते हैं, जिससे मल्टी-एजेंट सहयोग संवाद-केवल तरीकों की तुलना में अधिक पूर्वानुमानित होता है।
Q3: मुझे LangGraph कब CrewAI या AutoGen की जगह उपयोग करना चाहिए?
जब आपको सख्त फ्लो कंट्रोल, लूप्स, वैलिडेशन गेट्स, और चेकपॉइंट्स की जरूरत हो तो LangGraph चुनें। CrewAI या AutoGen बेहतर होते हैं यदि आप रोल-आधारित या संवादात्मक सहयोग चाहते हैं जिसमें स्पष्ट स्टेट कम आवश्यक हो।
Q4: क्या LangGraph आत्म-प्रतिबिंब लूप्स का समर्थन करता है?
हाँ। बिल्डर आमतौर पर प्रतिबिंब और समालोचना चक्र लागू करते हैं जो आउटपुट लगातार सुधारते हैं, यह पैटर्न कम्युनिटी में अक्सर चर्चा में रहता है।
Q5: LangGraph विश्वसनीयता और पुनर्प्राप्ति को कैसे संभालता है?
LangGraph चेकपॉइंट्स और स्पष्ट स्टेट का समर्थन करता है, जिससे रीट्राई, पुनः प्रारंभता, और सुरक्षित विफलता प्रबंधन संभव होता है—जिन फीचर्स को गहन समीक्षाओं और प्रैक्टिशनर गाइड्स में उजागर किया गया है।