What are the best LangGraph tutorials for beginners?

Start with a simple two‑tool graph (search → summarize), then add timeouts/retries and basic memory. These best LangGraph tutorials teach nodes, edges, and state so you can scale later.

How do I structure a planner‑executor agent in LangGraph?

Use separate nodes or subgraphs for planning and executing, passing a structured plan through shared state. The best LangGraph tutorials show termination criteria and re‑planning loops to keep costs down.

Can LangGraph help reduce hallucinations in RAG?

Yes. Add evaluator nodes that score answers and trigger refinement when confidence is low. The best LangGraph tutorials combine retrieval, synthesis, and evaluation to enforce quality.

What’s the difference between LangChain agents and LangGraph?

LangChain agents focus on tool use, while LangGraph emphasizes explicit control flow and shared state. The best LangGraph tutorials highlight how graphs improve observability and reliability.

How do I add human‑in‑the‑loop review to a LangGraph workflow?

Insert a conditional edge to an approval node when confidence is below a threshold or the task is sensitive. Many of the best LangGraph tutorials use HITL gates to meet compliance requirements.

Mafunzo 10 Bora ya LangGraph ya Kuweza Kuuelewa Wakala wa Uendeshaji Kazi Haraka

Ikiwa umefanya majaribio na mawakala wa LangChain na kuhisi uratibu unazidi kuwa mgumu, hili hapa ni dai la ujasiri: kuweza kuuelewa mafunzo bora ya LangGraph kutabadilisha jinsi unavyounda mifumo ya AI. LangGraph huongeza udhibiti unaotegemea grafu, hali thabiti, na mifumo ya watendaji wengi kwa uendeshaji kazi wa kiwakala—haswa kile ambacho timu za uzalishaji zinahitaji wakati minyororo rahisi inapoanza kulegea.

Katika mwongozo huu wa kivitendo, unaozingatia suluhisho, tutaratibu mafunzo bora ya LangGraph, kukuonyesha kila moja ni nzuri kwa nini, na kuziunganisha na matumizi halisi—kuanzia mawakala rahisi wa kupiga zana hadi wapangaji wanaostahimili hitilafu, wa zamu nyingi. Njiani, utapata ramani ya kuongeza kiwango, mitego ya kawaida ya kuepuka, na mifumo ya kuziba na kucheza ambayo unaweza kuipitisha sasa hivi.

Kwa Nini Mafunzo ya LangGraph Ni Muhimu kwa Wajenzi wa Wakala

Mtiririko wa udhibiti unaotabirika: LangGraph humuundo wakala wako kama grafu ya nodi na kingo—na kufanya matawi, majaribio upya, na suluhu mbadala ziwe dhahiri.

Hali iliyoshirikiwa, inayoendelea: Weka kumbukumbu ya mazungumzo, matokeo ya zana, na vizalia vya kati mahali pamoja.

Muundo wa watendaji wengi: Tengeneza mawakala maalum (mpangaji, mtafiti, mwandishi wa msimbo, mkosoaji) bila msimbo tata.

Uimarishaji wa uzalishaji: Ongeza muda wa kumaliza, ulinzi, na uwezo wa kuchunguza huku ukiweka mantiki isomeke.

Ikiwa lengo lako ni kujenga wasaidizi, wataalamu wa tathmini, au mizunguko ya utafiti inayojiendesha yenyewe, mafunzo bora ya LangGraph hukupa mifumo inayoweza kurudiwa—sio maonyesho ya mara moja tu.

Jinsi Orodha Hii Inavyofanya Kazi

Ili haya yawe mafunzo bora ya LangGraph kwa mahitaji tofauti, tumeyaandaa kwa kiwango cha ujuzi na matokeo. Kila ingizo linajumuisha:

Utajenga nini

Kwa nini ni muhimu

Dhana muhimu zilizofunikwa

Bora kwa wasifu maalum wa mwanafunzi au timu

Pia tunatoa njia za kuboresha na vidokezo vya kitaalamu baada ya kila ngazi.

Ngazi ya 1 — Misingi: Kuwa Fasaha katika Fikra za Grafu

1) Habari, LangGraph: Kutoka Mnyororo hadi Grafu katika Dakika 30

Utajenga nini: Wakala rahisi anayepiga zana mbili—tafuta kisha fanya muhtasari—na matawi ikiwa utafutaji haurejeshi matokeo yoyote.

Kwa nini ni muhimu: Utaona jinsi ya kubadilisha mnyororo mfuatano kuwa grafu na nodi na kingo zilizo wazi.

Dhana muhimu: Nodi, kingo, hali iliyoshirikiwa, uelekezaji wa masharti.

Bora kwa: Wasanidi programu wanaohama kutoka Minyororo/Mawakala wa LangChain hadi udhibiti unaotegemea grafu.

Mfano wa mifupa:

kutoka langgraph.graph kuagiza StateGraph
# Eleza umbo la hali (k.m., swali, matokeo, muhtasari)
darasa State(dict):
swali: str
matokeo: orodha
muhtasari: str
builder = StateGraph(State)
@builder.node("tafuta")
def search_node(state: State):
# piga zana yako ya utafutaji
state["matokeo"] = my_search(state["swali"])
rejesha state
@builder.node("fanya muhtasari")
def summarize_node(state: State):
state["muhtasari"] = summarize(state["matokeo"])
rejesha state
builder.edge("tafuta", "fanya muhtasari", condition=lambda s: len(s["matokeo"] > 0)
app = builder.compile

Kidokezo cha kitaalamu: Weka hali iwe ndogo na iliyoandikwa. Ichukulie kama mkataba kati ya nodi.

2) Wakala wa Kupiga Zana na Walinzi na Muda wa Kumaliza

Utajenga nini: Wakala anayetumia zana (utafutaji wa wavuti, kikokotoo) na mantiki ya kujaribu tena na muda wa kumaliza.

Kwa nini ni muhimu: Mawakala wa uzalishaji lazima wawe thabiti—mafunzo haya yanaonyesha ulinzi wa kimatendo.

Dhana muhimu: Muda wa kumaliza, nodi za hitilafu, mizunguko ya kujaribu tena, kulabu za uwezo wa kuchunguza.

Bora kwa: Timu zinazojiandaa kupeleka mawakala na utegemezi wa nje.

Kidokezo cha kitaalamu: Muundo wa kushughulikia hitilafu kama nodi za daraja la kwanza. Ni rahisi kujaribu na kubadilika.

3) Kumbukumbu na Hali: Historia ya Gumzo Bila Maumivu ya Kichwa

Utajenga nini: Wakala wa mazungumzo ambaye anakumbuka wasifu wa mtumiaji na kazi za awali.

Kwa nini ni muhimu: Kumbukumbu inakuwa thabiti na inayoonekana wakati inaishi katika hali ya grafu.

Dhana muhimu: Kuunganisha hali, bafa za ujumbe, madirisha ya muhtasari.

Bora kwa: Boti za usaidizi kwa wateja, wachezaji wenzako wa AI, au wasaidizi walio na mwendelezo wa muktadha.

Kidokezo cha kitaalamu: Tumia kumbukumbu iliyoandaliwa—bafa ya muda mfupi + muhtasari wa muda mrefu uliokolezwa—kwa upanuzi.

Ngazi ya 2 — Kati: Kuandaa Hoja za Hatua Nyingi

4) Mfumo wa Mpangaji‑Mtekelezaji katika LangGraph

Utajenga nini: Mfumo wa mawakala wawili ambapo mpangaji hutenganisha kazi na mtekelezaji hukamilisha hatua.

Kwa nini ni muhimu: Hutenganisha hoja (nini cha kufanya) kutoka kwa hatua (kuifanya) kwa uwazi na uwezo wa kujaribu.

Dhana muhimu: Grafu ndogo, kupitisha ujumbe, hali za kukomesha.

Bora kwa: Kazi za utafiti, njia za uzalishaji wa maudhui, mtiririko wa kunyonga data.

Kidokezo cha kitaalamu: Weka mpangaji "asiwe na tokeni nyingi.” Zuia umbizo la matokeo ili kupunguza mgeuko.

5) Uzalishaji Ulioongezwa na Urejeshaji (RAG) na Mizunguko ya Maoni

Utajenga nini: Njia ya RAG ambayo hubadilisha urejeshaji kulingana na ujasiri wa jibu.

Kwa nini ni muhimu: Huepuka kuona vitu visivyokuwepo kwa kurudia: kurejesha → rasimu → kutathmini → kusafisha → kukamilisha.

Dhana muhimu: Utoaji wa alama za ujasiri, nodi za tathmini, usafishaji wa masharti, usimamizi wa duka la vekta.

Bora kwa: Misingi ya maarifa, wasaidizi wa nyaraka, maudhui nyeti kwa utiifu.

Kidokezo cha kitaalamu: Jumuisha kingo ya “acha mapema” wakati ujasiri unavuka kizingiti chako ili kuokoa tokeni.

6) Wakala wa Zana Nyingi na Ukosoaji Binafsi

Utajenga nini: Wakala anayeweza kupiga zana nyingi (wavuti, msimbo, majedwali) na kukosoa matokeo yake mwenyewe.

Kwa nini ni muhimu: Tathmini binafsi hushika makosa ya msingi ya kimantiki au uumbizaji kabla ya matokeo kuwafikia watumiaji.

Dhana muhimu: Uelekezaji wa zana, uthibitishaji wa schema, mizunguko ya ukosoaji‑marekebisho.

Bora kwa: Wajenzi wa ripoti, wafafanuzi wa uchanganuzi, wasaidizi wa utafiti wanaojiendesha kiasi.

Kidokezo cha kitaalamu: Mchukulie mkosoaji kama LLM nyepesi na vidokezo vikali vya rubric ili kuepuka uchambuzi usio na kikomo.

Ngazi ya 3 — Juu: Mifumo ya Wakala wa Kiwango cha Uzalishaji

7) LangGraph ya Watendaji Wengi: Mtafiti, Mwandishi wa Msimbo, na Mkaguzi

Utajenga nini: Mfumo wa mawakala watatu ambapo kila mwigizaji ana utaalam, anakabidhi kazi, na anaidhinisha.

Kwa nini ni muhimu: Huweka mgawanyo wa kazi, hupunguza upakiaji wa utambuzi wa vidokezo, na huboresha ubora.

Dhana muhimu: Hali iliyolengwa na jukumu, mikataba kati ya mawakala, njia za kupanda ngazi.

Bora kwa: Uzalishaji wa msimbo na majaribio, utafiti wa soko, uchambuzi wa sera.

Kidokezo cha kitaalamu: Eleza schema ya ingizo/pato la kila mwigizaji—schema za JSON huzuia “uvujaji wa jukumu.”

8) Uvumilivu wa Hitilafu: Vituo vya Ukaguzi, Majaribio Upya, na Ufanisi

Utajenga nini: Wakala anayeweza kuendelea baada ya hitilafu na vituo vya ukaguzi na nodi za ufanisi.

Kwa nini ni muhimu: Mizigo halisi ya kazi hushindwa. Mafunzo haya hufanya urejeshaji kuwa sehemu ya muundo.

Dhana muhimu: Maduka ya hali ya kudumu, uunganishaji wa nodi wa kibainishi, bajeti za kujaribu tena, fidia kama saga.

Bora kwa: Kazi zinazoendelea kwa muda mrefu, usindikaji wa bechi, minyororo ghali ya API.

Kidokezo cha kitaalamu: Hifadhi ingizo na pato la nodi; majaribio upya yanapaswa kuwa kazi ya hali, sio bahati.

9) Ufuatiliaji, Ufuatiliaji, na Tathmini kwa Kiwango

Utajenga nini: Tabaka la kipimo—nyayo, metriki, na majaribio ya kurudi nyuma—iliyofungwa karibu na grafu yako.

Kwa nini ni muhimu: Huwezi kuboresha kile usichoweza kuona. Uwezo wa kuchunguza huwezesha marudio ya haraka.

Dhana muhimu: Ufuatiliaji wa span, uandishi wa kumbukumbu uliopangwa, seti za data za dhahabu, tathmini za nje ya mtandao/mtandaoni.

Bora kwa: Timu zilizo na SLA, ukaguzi wa usalama, au trafiki ya kiwango cha juu.

Kidokezo cha kitaalamu: Ongeza nodi za tathmini za “kivuli” ambazo zinaendeshwa sambamba na uzalishaji bila kuathiri matokeo.

10) Mtiririko wa Ukaguzi wa Binadamu‑katika‑Mzunguko (HITL)

Utajenga nini: Mzunguko ambapo matokeo yasiyo na uhakika huchochea ukaguzi wa kibinadamu kabla ya kukamilika.

Kwa nini ni muhimu: Unganisha kasi ya muundo na uamuzi wa kibinadamu kwa maamuzi nyeti.

Dhana muhimu: Vizingiti vya ujasiri, nodi za idhini, ujumuishaji wa maoni, nyayo za ukaguzi.

Bora kwa: Sheria, huduma ya afya, fedha, au kikoa chochote kilichodhibitiwa.

Kidokezo cha kitaalamu: Ingia uamuzi wa kibinadamu na msingi nyuma katika hali ili kurekebisha uelekezaji wa siku zijazo.

Mafunzo Bora ya LangGraph kwa Matumizi

Ili kukusaidia kuchukua haraka, hapa kuna ramani ya haraka:

Msaidizi wa Usaidizi kwa Wateja: Anza na Mafunzo 1, 3, 5, 10.

Mtafiti na Mjenzi wa Ripoti: Tumia 2, 4, 6, 7, 9.

Njia ya Uzalishaji wa Msimbo: Zingatia 4, 6, 7, 8, 9.

RAG Nyeti kwa Utiifu: Tanguliza 3, 5, 8, 10.

Haya ndio mafunzo bora ya LangGraph ikiwa unajali uaminifu wa mwisho hadi mwisho, sio prototypes tu.

Kupata Uzoefu: Mfumo Mdogo wa LangGraph Unaoweza Kutumia Tena

Hapo chini kuna mfumo unaoweza kutumika tena ambao unaakisi mafunzo mengi bora ya LangGraph—mpangaji → tenda → angalia → boresha → umemaliza.

kutoka langgraph.graph kuagiza StateGraph
kutoka typing kuagiza Orodha, Hiari
darasa State(dict):
swali: str
mpango: Orodha[str]
hatua: int
vizalia: Orodha[str]
rasimu: str
ujasiri: kuelea
builder = StateGraph(State)
@builder.node("panga")
def plan_node(state: State):
state["mpango"] = make_plan(state["swali"]) # Orodha iliyopangwa na LLM
state["hatua"] = 0
state["vizalia"] = []
rejesha state
@builder.node("tenda")
def act_node(state: State):
task = state["mpango"][state["hatua"]]
output = execute_task(task) # zana(zana)
state["vizalia"].append(output)
rejesha state
@builder.node("unganisha")
def synth_node(state: State):
state["rasimu"] = synthesize(state["vizalia"]) # LLM changanya
rejesha state
@builder.node("tathmini")
def eval_node(state: State):
score, maoni = evaluate(state["rasimu"]) # rubric-based
state["ujasiri"] = score
state["maoni"] = maoni
rejesha state
# Kingo
builder.edge("panga", "tenda")
def more_steps(s: State) -> bool:
rejesha s["hatua"] < len(s["mpango"]) - 1
builder.edge("tenda", "tenda", condition=lambda s: (s.update({"hatua": s["hatua"] + 1}) au Kweli) na more_steps(s))
builder.edge("tenda", "unganisha", condition=lambda s: sio more_steps(s))
builder.edge("unganisha", "tathmini")
builder.edge("tathmini", "panga", condition=lambda s: s["ujasiri"] < 0.7) # boresha mpango
app = builder.compile

Kwa nini inafanya kazi:

Awamu zilizo wazi hupunguza utata wa kidokezo.

Lango za tathmini huzuia majibu ya ujasiri mdogo kutoka kwa usafirishaji.

Upangaji upya huchochea wakati inahitajika—sio kila wakati.

Mitego ya Kawaida (na Jinsi Mafunzo Bora Yanavyoiepusha)

Hali iliyojaa kupita kiasi: Kuhifadhi hati mbichi au historia kubwa ya ujumbe huongeza kumbukumbu. Fanya muhtasari kwa nguvu.

Ushughulikiaji wa hitilafu usio wazi: Usifiche chochote. Badilisha isipokuwa kuwa nodi na uunde njia za urejeshaji.

Mizunguko isiyo na mipaka: Weka kikomo cha marudio kila wakati na uongeze ukaguzi wa muunganiko.

Uenezi wa zana: Anza na zana 2–3; ongeza zaidi mara uelekezaji utakapokuwa thabiti.

Hakuna tathmini za nje ya mtandao: Weka kazi za dhahabu ili kugundua kurudi nyuma wakati miundo, vidokezo, au zana zinabadilika.

Njia ya Kujifunza: Kutoka Grafu ya Kwanza hadi Wakala wa Uzalishaji

Jenga grafu ya msingi ya zana mbili (Mafunzo ya 1).

Ongeza uthabiti: muda wa kumaliza na majaribio upya (Mafunzo ya 2).

Weka kumbukumbu katika tabaka (Mafunzo ya 3).

Tambulisha Mpangaji‑Mtekelezaji (Mafunzo ya 4).

Ongeza mizunguko ya tathmini (Mafunzo ya 5 au 6).

Pima hadi mwigizaji mwingi (Mafunzo ya 7).

Imarisha na vituo vya ukaguzi na majaribio (Mafunzo ya 8–9).

Funga matokeo nyeti na HITL (Mafunzo ya 10).

Kwa kufuata hili, utachukua mafunzo bora ya LangGraph kwa mlolongo ambao unaheshimu hali halisi za uzalishaji.

Mrundikano wa Zana Ambazo Huenda Vizuri na LangGraph

Maduka ya vekta: FAISS, Chroma, PGVector kwa RAG.

Ufuatiliaji: OpenTelemetry au vifuatiliaji vinavyotambua muundo kwa span za nodi.

Foleni: Redis, Celery, au Kazi za Wingu kwa nodi za usuli.

Maduka: Postgres au DynamoDB kwa hali ya kudumu na vituo vya ukaguzi.

Tathmini: Seti za majaribio bandia + ukaguzi wa doa wa kibinadamu kwa urekebishaji wa rubric.

Inafaa kuzingatia: Ikiwa utendakazi wako unahusisha kuweka msimbo, kuvinjari, au kufanya muhtasari wa maudhui ya wavuti huku ukiendelea na grafu, upau wa pembeni wa Sider.ai unaweza kuharakisha utafiti na uandishi katika kivinjari chako. Ni muhimu sana kwa kujaribu vidokezo, kutoa rubriki zilizopangwa, na kunasa vipande katika msingi wako wa maarifa bila kubadilisha muktadha.

Jinsi ya Kuchagua Mafunzo Bora ya LangGraph Kwako

Jiulize:

Je, unasafirisha bidhaa hivi karibuni? Anza na uthabiti (2), kisha RAG + tathmini (5), na ufuatiliaji (9).

Je, unatengeneza prototypes za mawakala wa utafiti? Zingatia Mpangaji‑Mtekelezaji (4), ukosoaji binafsi (6), na mwigizaji mwingi (7).

Je, una mahitaji madhubuti ya utiifu? Nidhamu ya kumbukumbu (3), uvumilivu wa hitilafu (8), HITL (10).

Mafunzo bora ya LangGraph yanaambatana na vikwazo vyako: muda wa kusubiri, usahihi, gharama, na uwezo wa kutunza.

Marejeleo ya Haraka: Maswali Yanayoendesha Grafu Nzuri

Hali ndogo zaidi kila nodi inahitaji ni nini?

Mambo yanaweza kushindwa wapi—na tunarejeshaje kwa njia iliyoamuliwa?

Tunapaswa kuacha lini mapema ili kuokoa tokeni?

Kingo zipi zina masharti dhidi ya zisizo na masharti?

Idhini zipi za kibinadamu zinahitajika, ikiwa zipo?

Weka haya kwenye ubao mweupe huku unajenga.

Hitimisho: Jenga Mawakala Unaoweza Kuwaamini

LangGraph huleta utaratibu kwa machafuko ya wakala. Kwa kufuata mafunzo bora ya LangGraph—kuanzia rahisi, kuongeza uthabiti, na kuweka tathmini katika tabaka—utaweza kubuni mawakala ambao wanajieleza, wanapona kutokana na makosa, na kutoa matokeo yanayotabirika.

Hatua zinazofuata:

Chagua mafunzo moja kutoka kila ngazi na utekeleze wiki hii.

Ongeza angalau lango moja la tathmini kwa utendakazi uliopo.

Weka ufuatiliaji kabla ya kupima trafiki.

Mambo muhimu ya kuzingatia:

Grafu hufanya tabia ya wakala iwe wazi na iweze kujaribiwa.

Hali ni mkataba—iweke nyembamba na iliyoandikwa.

Wataalamu wa tathmini na HITL sio hiari katika matukio ya hatari kubwa.

Mafunzo bora ya LangGraph ni yale unayoweza kuendesha tena, kupima, na kubadilisha.

Maswali Yanayoulizwa Mara Kwa Mara

Swali la 1: Ni yapi mafunzo bora ya LangGraph kwa Kompyuta? Anza na grafu rahisi ya zana mbili (tafuta → fanya muhtasari), kisha uongeze muda wa kumaliza/majaribio upya na kumbukumbu ya msingi. Mafunzo haya bora ya LangGraph hufundisha nodi, kingo, na hali ili uweze kupima baadaye.

Swali la 2: Ninawezaje kuunda wakala wa mpangaji‑mtekelezaji katika LangGraph? Tumia nodi au grafu ndogo tofauti kwa kupanga na kutekeleza, kupitisha mpango uliopangwa kupitia hali iliyoshirikiwa. Mafunzo bora ya LangGraph yanaonyesha vigezo vya kukomesha na mizunguko ya upangaji upya ili kupunguza gharama.

Swali la 3: Je, LangGraph inaweza kusaidia kupunguza kuona vitu visivyokuwepo katika RAG? Ndiyo. Ongeza nodi za tathmini ambazo hutoa alama za majibu na huchochea usafishaji wakati ujasiri ni mdogo. Mafunzo bora ya LangGraph yanaunganisha urejeshaji, muunganiko, na tathmini ili kulazimisha ubora.

Swali la 4: Kuna tofauti gani kati ya mawakala wa LangChain na LangGraph? Mawakala wa LangChain huzingatia matumizi ya zana, huku LangGraph ikisisitiza mtiririko wa udhibiti ulio wazi na hali iliyoshirikiwa. Mafunzo bora ya LangGraph yanaangazia jinsi grafu zinavyoboresha uwezo wa kuchunguza na uaminifu.

Swali la 5: Ninawezaje kuongeza ukaguzi wa binadamu‑katika‑mzunguko kwa utendakazi wa LangGraph? Ingiza kingo ya masharti kwa nodi ya idhini wakati ujasiri uko chini ya kizingiti au kazi ni nyeti. Mengi ya mafunzo bora ya LangGraph hutumia lango za HITL kukidhi mahitaji ya utiifu.