చాట్
Hand
Code
Create
వైజ్‌బేస్
యాప్స్
ల్యాబ్
ధరలు
Chrome కు జోడించండి
లాగిన్
లాగిన్
చాట్
Hand
Code
Create
వైజ్‌బేస్
యాప్స్
ల్యాబ్
ధరలు
ప్రధాన మెనూకు తిరిగి వెళ్ళండి
ఉత్పత్తులు
యాప్స్
  • ఎక్స్‌టెన్షన్స్
  • iOS
  • Android
  • Mac OS
  • Windows
వైజ్‌బేస్
  • వైజ్‌బేస్
  • Deep Research
  • Scholar Research
  • Math Solver
  • Rec NoteNew
  • Audio To Text
  • Gamified Learning
  • Interactive Reading
  • చాట్PDF
పరికరాలు
  • వెబ్ క్రియేటర్New
  • AI స్లైడ్స్New
  • AI వ్యాస రచయిత
  • Nano Banana Pro
  • Nano Banana Infographic
  • AI చిత్రం జనరేటర్
  • ఇటాలియన్ బ్రెయిన్‌రాట్ జనరేటర్
  • బ్యాక్‌గ్రౌండ్ తొలగించేవాడు
  • బ్యాక్‌గ్రౌండ్ మార్చేవాడు
  • ఫోటో ఇరేసర్
  • టెక్స్ట్ తొలగించేవాడు
  • ఇన్‌పెయింట్
  • చిత్రం అప్‌స్కేలర్
  • సృష్టించు
  • AI అనువాదకుడు
  • చిత్ర అనువాదకుడు
  • PDF అనువాదకుడు
Sider
  • మమ్మల్ని సంప్రదించండి
  • సహాయ కేంద్రం
  • డౌన్‌లోడ్
  • ధరలు
  • అభ్యాస ప్రణాళిక
  • ఏమి కొత్త
  • బ్లాగ్
  • సమాజం
  • భాగస్వాములు
  • అఫిలియేట్
  • ఆహ్వానించండి
©2026 అన్ని హక్కులు రిజర్వ్ చేయబడ్డాయి
వినియోగ నిబంధనలు
గోప్యతా విధానం
  • హోమ్ పేజీ
  • బ్లాగు
  • ఏఐ టూల్స్
  • ఏజెంట్ వర్క్‌ఫ్లోలను వేగంగా నేర్చుకోవడానికి 10 ఉత్తమ LangGraph ట్యుటోరియల్స్

ఏజెంట్ వర్క్‌ఫ్లోలను వేగంగా నేర్చుకోవడానికి 10 ఉత్తమ LangGraph ట్యుటోరియల్స్

నవీకరించబడింది 24 సెప్. 2025

9 నిమిషాలు


10 ఉత్తమ LangGraph పాఠాలు అజెంటు వర్క్‌ఫ్లోలను త్వరగా నైపుణ్యం పొందడానికి

మీరు LangChain అజెంట్లతో ప్రయోగించినప్పుడు ఆర్ఖెస్ట్రేషన్ చికిత్స అవుతున్నట్లు అనిపిస్తే, ఇక్కడ ఒక ధైర్యవంతమైన వాదన ఉంది: ఉత్తమ LangGraph పాఠాలను నేర్చుకుంటే, మీరు AI సిస్టమ్స్ ఎలా నిర్మిస్తారో మారుతుంది. LangGraph గраф్ ఆధారిత నియంత్రణ, స్థిరమైన స్థితి మరియు బహుళ-కార్యకర్త నమూనాలను అజెంటు వర్క్‌ఫ్లోలకు సామర్థ్యం చేస్తుంది – సరళమైన చైన్లు చిరుక వైపుల పడ్డప్పుడు ఉత్పత్తి జట్లకి ఇది తప్పనిసరి.
ఈ ప్రాయోగిక, పరిష్కార-ఆధారిత మార్గదర్శకంలో, ఉత్తమ LangGraph పాఠాలను మేము ఎంపిక చేసి, వాటి ఉపయోగాలు వివరించి, వాటిని వాస్తవ వాడక కేసులకు మ్యాప్ చేస్తాము – సరళమైన టూల్-కాల్ అజెంట్ల నుండి బరువు తప్పని, బహుళ-టర్న్ ప్లానర్ల వరకు. ప్రోద్గమనం దారిలో, మీరు అభివృద్ధి రోడ్‌మ్యాప్, సాధారణ తప్పిదాలు మరియు ప్లగ్-అండ్-ప్లే నమూనాలను పొందుతారు, ఇవన్నీ ఇప్పటికైనా మీరు స్వీకరించవచ్చు.

అజెంటు నిర్మాణదారులకు LangGraph పాఠాలు ఎందుకు ముఖ్యం?

  • అంచనా నియంత్రణ ప్రవాహం: LangGraph మీ అజెంటును నోడ్ల మరియు ఎడ్జ్‌ల గраф్‌గా నమూనా చేస్తుంది - శాఖల, మరుసటి ప్రయత్నాలు మరియు ఫాల్బ్యాక్‌లు స్పష్టంగా ఉంటాయి.
  • பகிரப்பட்டు, నిలిపివేసిన స్థితి: సంభాషణ జ్ఞాపకం, టూల్ ఫలితాలు మరియు మధ్యవర్తి ఆధారాలను ఒకే చోట నిల్వ చేయండి.
  • బహుళ-కార్యకర్త రూపకల్పన: ప్రత్యేక అజెంట్లను (ప్లానర్, పరిశోధకుడు, కోడర్, క్రిటిక్) స్పాఘెట్టు కోడింగ్ లేకుండా కలపండి.
  • ఉత్పత్తి కఠినపరిస్థితి: టైమౌట్స్, గార్డ్లు మరియు పరిరక్షణ సాధనాలను జోడించండి, కానీ లాజిక్ చదవదగినదిగా ఉంచండి.
మీ లక్ష్యం విశ్వసనీయ సహాయకులు, మూల్యాంకనకర్తలు లేదా స్వతంత్ర పరిశోధనా లూప్‌లను నిర్మించడం అయితే, ఉత్తమ LangGraph పాఠాలు పునరావృత నమూనాలను ఇస్తాయి - కేవలం ఒకేసారి డెమోలేగాదు.

ఈ జాబితా ఎలా పని చేస్తుంది

ఇవన్ని విభిన్న అవసరాలకు ఉత్తమ LangGraph పాఠాలు అవ్వాలని, మేము వాటిని నైపుణ్య స్థాయి మరియు ఫలితాల ఆధారంగా క్రమబద్ధీకరించాము. ప్రతి భాగం ఇలా ఉంటుంది:
  • మీరు నిర్మించేది
  • దాని విలువ ఏమిటి
  • ప్రధాన భావనలను కవర్ చేస్తుంది
  • ఎవరికి బాగుంటుంది ప్రత్యేక అభ్యాసకులు లేదా జట్టు ప్రొఫైళ్లు
ప్రతీ స్థరానంతరం అభివృద్ధి మార్గాలు మరియు వ్యాపార సూక్తులు కూడా అందిస్తున్నాము.

స్థాయి 1 — మూలాలు: గ్రాఫ్ ఆలోచనలో నైపుణ్యం పొందండి

1) హలో, LangGraph: 30 నిమిషాల్లో చైన్ నుంచి గ్రాఫ్

  • మీరు నిర్మించేది: రెండు టూల్స్‌ను పిలుస్తున్న సరళ అజెంటు—ముందుగా search, తరువాత summarize—search ఫలితాలు లేకపోతే శాఖ పరస్పర చర్య.
  • దాని విలువ: సరళ చైన్‌ను క్లియర్ నోడ్లు మరియు ఎడ్జ్‌లతో గ్రాఫ్‌గా మార్పిడి ఎలా ఉంటుంది చూడొచ్చు.
  • ప్రధాన భావనలు: నోడ్లు, ఎడ్జ్‌లు, పంచుకున్న స్థితి, షరతు ఆధారిత రూటింగ్.
  • ఎవరికి బాగుంటుంది: LangChain చైన్/అజెంట్ల నుండి గ్రాఫ్ ఆధారిత నియంత్రణకు మారుతున్న డెవలపర్స్.
ఉదాహరణ ఎవరాను:
from langgraph.graph import StateGraph
# స్టేట్ ఆకారాన్ని నిర్వచించండి (ఉదా: query, results, summary)
class State(dict):
query: str
results: list
summary: str
builder = StateGraph(State)
@builder.node("search")
def search_node(state: State):
# మీ search టూల్‌ను పిలవండి
state["results"] = my_search(state["query"])
return state
@builder.node("summarize")
def summarize_node(state: State):
state["summary"] = summarize(state["results"])
return state
builder.edge("search", "summarize", condition=lambda s: len(s["results"]) > 0)
app = builder.compile
ప్రో సూచన: స్థితిని కనిష్టంగా మరియు టైప్డ్‌గా ఉంచండి. ఇది నోడ్ల మధ్య ఒప్పందంగా భావించండి.

2) గార్డ్లు మరియు టైమౌట్లతో టూల్-కాలింగ్ అజెంటు

  • మీరు నిర్మించేది: టూల్స్ (వెబ్ సెర్చ్, కాలిక్యులేటర్) ఉపయోగించే అజెంటు, రిట్రై లాజిక్ మరియు టైమౌట్లతో.
  • దాని విలువ: ఉత్పత్తి అజెంట్లు అందుబాటులో ఉండాలి—ఈ పాఠం ప్రాక్టికల్ గార్డురాళ్స్ చూపిస్తుంది.
  • ప్రధాన భావనలు: టైమౌట్లు, లోప నోడ్లు, రిట్రై లూప్స్, ఆబ్జర్వబిలిటీ హుక్స్.
  • ఎవరికి బాగుంటుంది: బాహ్య ఆధారాల‌తో అజెంట్లు అమలు చేయడానికి సిద్దమవుతున్న జట్లు.
ప్రో సూచన: లోప నిర్వహణను మొదటి స్థాయి నోడ్లుగా నమూనా చేయండి. అది పరీక్షించడం మరియు అభివృద్ధి చేయడం సులభం.

3) జ్ఞాపకం & స్థితి: తలవాహకంపై సంభాషణ చరిత్ర లేకుండా

  • మీరు నిర్మించేది: యూజర్ ప్రొఫైల్ మరియు గత పనులను గుర్తుంచుకునే సంభాషణాత్మక అజెంటు.
  • దాని విలువ: జ్ఞాపకం గ్రాఫ్ స్థితిలో ఉంటే స్థిరమైనది మరియు పరిశీలనీయమవుతుంది.
  • ప్రధాన భావనలు: స్థితి విలీనం, సందేశ బఫర్లు, సారాంశ విండోలు.
  • ఎవరికి బాగుంటుంది: కస్టమర్ సపోర్ట్ బాట్స్, AI టీమాట్స్ లేదా ఇన్‌కอน్టెక్స్ట్ సహాయకులు.
ప్రో సూచన: ద్రవ్య మరియు దీర్ఘకాలిక సారాంశంతో స్టేజ్డ్ జ్ఞాపకాన్ని ఉపయోగించండి- మితులు పెంచడానికి.

స్థాయి 2 — మధ్యంతర: బహుళ దశల తార్కిక నిర్వహణ

4) LangGraphలో ప్లానర్-ఎక్సిక్యూటర్ నమూనా

  • మీరు నిర్మించేది: రెండు-అజెంట్ల వ్యవస్థ: ప్లానర్ పనులను విభజిస్తాడు, ఎక్సిక్యూటర్ దశలను పూర్తి చేస్తాడు.
  • దాని విలువ: తార్కిక (ఏం చేయాలి) మరియు చర్య (చేయడం) విడగొట్టి, స్పష్టత మరియు పరీక్షించదగినదని చేస్తుంది.
  • ప్రధాన భావనలు: ఉపగ్రాఫ్లు, సందేశ ప్రసారం, ముగింపు షరతులు.
  • ఎవరికి బాగుంటుంది: పరిశోధన, కంటెంట్ ఉత్పత్తి, డేటా ప్రాసెసింగ్.
ప్రో సూచన: ప్లానర్ టోకెన్-ఫ్రుగల్‌గా ఉంచండి. అవుట్‌పుట్ ఫార్మాట్‌ను పరిమితం చేసి విందు తగ్గించండి.

5) ఫీడ్‌బ్యాక్ లూపులతో రిట్రీవల్-ఆగ్మెంటెడ్ జెనరేషన్ (RAG)

  • మీరు నిర్మించేది: సమాధాన నమ్మకంపై ఆధారపడి రిట్రీవల్‌ను సరిపోనిచ్చే RAG ప_pipeline.
  • దాని విలువ: హాలుసినేషన్లు నివారించేందుకు వెళ్ళడం: పోయే → డ్రాఫ్ట్ → మూల్యాంకనం → శ్రేణీకరణ → తుది రూపం.
  • ప్రధాన భావనలు: నమ్మకం స్కోరింగ్, మూల్యాంకన నోడ్లు, షరతు ఆధారిత శ్రేణీకరణ, వెక్టర్ స్టోర్ నిర్వహణ.
  • ఎవరికి బాగుంటుంది: జ్ఞాన భాండారాలు, డాక్యుమెంటేషన్ అసిస్టంట్లు, అనుగుణత-నేర్పడిన కంటెంట్.
ప్రో సూచన: నమ్మకం మీ థ్రెషోల్డ్ దాటి వచ్చినప్పుడు “తక్కువ స్టాప్” ఎడ్జ్ చేర్చండి, టోకెన్స్ ఆదా అవుతాయి.

6) స్వీయ-విమర్శతో బహుళ-టూల్ అజెంటు

  • మీరు నిర్మించేది: బహుళ టూల్స్ (వెబ్, కోడ్, పట్టికలు) పిలిచి దాని అవుట్‌పుట్‌ను విమర్శించే అజెంటు.
  • దాని విలువ: స్వీయ-మూల్యాంకనం సహజ తార్కిక లేదా ఫార్మాటింగ్ లోపాలను ఉపయోగదారులకు చేరే ముందు పట్టుకుంటుంది.
  • ప్రధాన భావనలు: టూల్ రూటింగ్, స్కీమా వాలిడేషన్, విమర్శ-పునర్విన్యాస లూప్స్.
  • ఎవరికి బాగుంటుంది: రిపోర్ట్ బిల్డర్స్, విశ్లేషణ వివరణకర్తలు, సెమీ-స్వయంచాలక పరిశోధన సహాయకులు.
ప్రో సూచన: విమర్శకుని లైట్‌వెయిట్ LLM లా భావించండి కఠిన రూబ్రిక్ ప్రాంప్టులతో, అమిత విమర్శలు నివారించడానికి.

స్థాయి 3 — అధునాతన: ఉత్పత్తి-గ్రేడ్ అజెంట్ సిస్టమ్స్

7) బహుళ-కార్యకర్త LangGraph: పరిశోధకుడు, కోడర్, సమీక్షకుడు

  • మీరు నిర్మించేది: ప్రతి పాత్రకు ప్రత్యేకత కలిగి, పని అప్పగించి, ఆమోదించే మూడు-అజెంట్ల వ్యవస్థ.
  • దాని విలువ: పని విభజనను ఎన్‌కోడ్ చేస్తుంది, ప్రమ్ప్ట్ మానసిక భారాన్ని తగ్గిస్తుంది, నాణ్యత మెరుగుపరుస్తుంది.
  • ప్రధాన భావనలు: పాత్ర-గడువైన స్థితి, అంతర-అజెంటు ఒప్పందాలు, ఎస్కలేషన్ మార్గాలు.
  • ఎవరికి బాగుంటుంది: కోడ్ జెనరేషన్ టెస్టులతో, మార్కెట్ పరిశోధన, విధాన విశ్లేషణ.
ప్రో సూచన: ప్రతి పాత్ర యొక్క ఇన్‌పుట్/అవుట్‌పుట్ స్కీమాను నిర్వచించండి—JSON స్కీమాలు “పాత్ర లీకేజీ”ను నిరోధిస్తాయి.

8) లోప సహనం: చెక్పాయింట్లు, రిట్రైలు, మరియు ఐడంపొటెన్సీ

  • మీరు నిర్మించేది: విఫలమైన తర్వాత చెక్పాయింట్లు మరియు ఐడంపొటెంట్ నోడ్లతో మళ్ళీ మొదలయ్యే అజెంటు.
  • దాని విలువ: వాస్తవ పని లోడ్‌లు విఫలమవుతాయి. ఈ పాఠం రికవరీని డిజైన్ భాగంగా చేస్తుంది.
  • ప్రధాన భావనలు: దుర్బల స్థితి స్టోర్లు, నిర్ధిష్ట నోడ్ హ్యాషింగ్, రిట్రై బడ్జెట్లు, సాగా వంటి పరిహారాలు.
  • ఎవరికి బాగుంటుంది: దీర్ఘకాలిక పనులు, బ్యాచ్ ప్రాసెసింగ్, ఖరీదైన API చైన్లు.
ప్రో సూచన: నోడ్ ఇన్‌పుట్ మరియు అవుట్‌పుట్‌లను నిల్వ చేయండి; రిట్రైలు అదృష్టం కాదు, స్థితి ఫంక్షన్ కావాలి.

9) స్కేల్‌పై మానిటరింగ్, ట్రేసింగ్, మరియు మూల్యాంకనం

  • మీరు నిర్మించేది: మీ గ్రాఫ్ చుట్టూ శ్రేణులు, మెట్రిక్స్, రిగ్రెషన్ పరీక్షలతో కొలిచే పొర.
  • దాని విలువ: మీరు చూడలేని దానిని మెరుగుపరచలేరు. పర్యవేక్షణ త్వ‌రిత పునరావృత్తిని సాధ్యమైనదిగా చేస్తుంది.
  • ప్రధాన భావనలు: స్పాన్ ట్రేసింగ్, సంరచిత లాగింగ్, గోల్డెన్ డేటాసెట్‌లు, ఆఫ్‌లైన్/ఆన్‌లైన్ ఎవల్యూషన్లు.
  • ఎవరికి బాగుంటుంది: SLAలు, భద్రతా సమీక్షలు, లేదా అధిక-ప్రమాణ ట్రాఫిక్ జట్లు.
ప్రో సూచన: ఉత్పత్తికి ప్రభావం లేకుండా హాగే అమలు చేసే “షాడో” మూల్యాంకన నోడ్లను జోడించండి.

10) హ్యూమన్-ఇన్-ది-లూప్ (HITL) సమీక్ష ప్రవాహాలు

  • మీరు నిర్మించేది: అనిశ్చిత అవుట్‌పుట్లు పూర్తి కాక ముందే మానవ సమీక్షకు దారితీసే లూప్.
  • దాని విలువ: సున్నిత నిర్ణయాలకు మోడల్ వేగం మరియు మానవ తీర్పు కలిపి ఉపయోగించండి.
  • ప్రధాన భావనలు: నమ్మకం తరిష్టాలు, ఆమోద నోడ్లు, అభిప్రాయం చేర్పులు, ఆడిట్ ట్రమ్స్.
  • ఎవరికి బాగుంటుంది: లీగల్, ఆరోగ్యం, ఫైనాన్స్ లేదా ఏ నియంత్రిత డొమెయిన్ కోసం.
ప్రో సూచన: మానవ నిర్ణయం మరియు కారణాన్ని స్థితిలో దొర్లించండి భవిష్యత్తు రూటింగ్ మెరుగుదల కోసం.

ఉపయోగ కేసు ప్రకారం ఉత్తమ LangGraph పాఠాలు

త్వరగా ఎంపిక చేసుకోవడానికి, ఇక్కడ ఒక త్వరిత మ్యాపింగ్ ఉంది:
  • కస్టమర్ సపోర్ట్ అసిస్టెంట్: ట్యుటోరియల్స్ 1, 3, 5, 10 తో ప్రారంభించండి.
  • పరిశోధన & రిపోర్ట్ బిల్డర్: 2, 4, 6, 7, 9 ఉపయోగించండి.
  • కోడ్ జెనరేషన్ పైప్‌లైన్: 4, 6, 7, 8, 9 పై దృష్టి పెట్టండి.
  • అనుగుణత-సున్నిత RAG: 3, 5, 8, 10కు ప్రాధాన్యం ఇవ్వండి.
మీరు పూర్తి నమ్మదగినతను ప్రాధాన్యం ఇస్తే ఇవి ఉత్తమ LangGraph పాఠాలు, కేవలం నమూనాలు కాకుండా.

ప్రాక్టికల్ ఉదాహరణ: మిమ్మల్ని పునర్వినియోగించుకునే కనిష్ట LangGraph నమూనా

క్రింద ఉన్నది అనేక ఉత్తమ LangGraph పాఠాలను ప్రతిబింబించే పునర్వినియోగ నమూనా—ప్లాన్ → చర్య → తనిఖీ → శ్రేణీకరణ → పూర్తయ్యింది.
from langgraph.graph import StateGraph
from typing import List, Optional
class State(dict):
query: str
plan: List[str]
step: int
artifacts: List[str]
draft: str
confidence: float
builder = StateGraph(State)
@builder.node("plan")
def plan_node(state: State):
state["plan"] = make_plan(state["query"]) # LLM-structured list
state["step"] = 0
state["artifacts"] = []
return state
@builder.node("act")
def act_node(state: State):
task = state["plan"][state["step"]]
output = execute_task(task) # tool(s)
state["artifacts"].append(output)
return state
@builder.node("synthesize")
def synth_node(state: State):
state["draft"] = synthesize(state["artifacts"]) # LLM combine
return state
@builder.node("evaluate")
def eval_node(state: State):
score, feedback = evaluate(state["draft"]) # rubric-based
state["confidence"] = score
state["feedback"] = feedback
return state
# Edges
builder.edge("plan", "act")
def more_steps(s: State) -> bool:
return s["step"] < len(s["plan"]) - 1
builder.edge("act", "act", condition=lambda s: (s.update({"step": s["step"] + 1}) or True) and more_steps(s))
builder.edge("act", "synthesize", condition=lambda s: not more_steps(s))
builder.edge("synthesize", "evaluate")
builder.edge("evaluate", "plan", condition=lambda s: s["confidence"] < 0.7) # refine plan
app = builder.compile
ఇది ఎందుకు పనిచేస్తుంది:
  • స్పష్టమైన దశలు ప్రాంప్ట్ సంక్లిష్టతను తగ్గిస్తాయి.
  • మూల్యాంకన గేట్లు తక్కువ నమ్మకమైన సమాధానాలు పంపిణీ కాకుండా నిర్దారిస్తాయి.
  • పునః ప్రణాళిక అవసరమైనప్పుడు మాత్రమే ట్రిగ్గర్ అవుతుంది—ప్రతి సారి కాదు.

సాధారణ తప్పిదాలు (మరియు ఉత్తమ పాఠాలు ఎలా నివారిస్తాయో)

  • అధిక బరువు ఉన్న స్థితి: ముడి డాక్యుమెంట్లు లేదా పెద్ద సందేశ చరిత్రలను నిల్వ చేయడం మెమరీని జారిపోతుంది. తీవ్రంగా సారాంశం చేయాలి.
  • అవగాహన రహిత లోప నిర్వహణ: ఏదీ దాచవద్దు. తప్పులు నోడ్లుగా మార్చి రికవరీ మార్గాలను నమూనా చేయండి.
  • పరిమితి లేని లూపులు: ఎప్పుడూ ఆవృతులకి గరిష్టం పెట్టండి మరియు సమీప నిర్ధారణను జోడించండి.
  • టూల్ విస్తరణ: మొదట 2-3 టూల్స్‌తో ప్రారంభಿಸಿ, రూటింగ్ స్థిరమైన తర్వాత మరిన్ని చేర్చండి.
  • ఆఫ్‌లైన్ మూల్యాంకனాలు లేవు: మోడల్స్, ప్రాంప్ట్‌లు లేదా టూల్స్ మార్చినప్పుడు రిగ్రెషన్లను గుర్తించేందుకు స్వర్ణా టాస్క్‌లను నిల్వ చేయండి.

అభ్యాస మార్గం: తొలి గ్రాఫ్ నుండి ఉత్పత్తి అజెంటు వరకు

  1. మూల 2-టూల్ గ్రాఫ్ నిర్మించండి (ట్యుటోరియల్ 1).
  1. సహనశీలత చేర్పించండి: టైమౌట్లు మరియు రిట్రైలు (ట్యుటోరియల్ 2).
  1. జ్ఞాపకాన్ని జోడించండి (ట్యుటోరియల్ 3).
  1. ప్లానర్-ఎక్సిక్యూటర్ పరిచయం చేయండి (ట్యుటోరియల్ 4).
  1. మూల్యాంకన లూపులను జోడించండి (ట్యుటోరియల్ 5 లేదా 6).
  1. బహుళ-కార్యకర్తకు స్కేలు చేయండి (ట్యుటోరియల్ 7).
  1. చెక్పాయింట్లు మరియు పరీక్షలతో గట్టిగా చేయండి (ట్యుటోరియల్స్ 8–9).
  1. సున్నితమైన అవుట్‌పుట్‌లకు HITL గేట్లను జోడించండి (ట్యుటోరియల్ 10).
ఇవి పాటిస్తే, ఉత్పత్తి వాస్తవాలకి అనుగుణంగా ఉత్తమ LangGraph పాఠాలను సరైన క్రమంలో పొందగలుగుతారు.

LangGraph తో బాగా జతయిన టూలింగ్ స్టాక్

  • వెక్టార్ స్టోర్లు: FAISS, Chroma, PGVector RAG కోసం.
  • ట్రేసింగ్: ఓపెన్‌టెలిమెట్రీ లేదా మోడల్-అవగాహన ట్రేసర్లు నోడ్ల స్పాన్ల కోసం.
  • క్యూలు: Redis, Celery, లేదా Cloud Tasks బ్యాక్‌గ్రౌండ్ నోడ్లకు.
  • స్టోర్లు: స్థిరమైన స్థితి మరియు చెక్పాయింట్లకై Postgres లేదా DynamoDB.
  • మూల్యాంకనం: సింథటిక్ పరీక్ష వనరులు + మానవ స్పాట్ చెక్స్ రూబ్రిక్ కేలిబ్రేషన్ కోసం.
గమనించే విషయము: మీరు కోడింగ్, బ్రౌజింగ్ లేదా వెబ్ కంటెంట్ సారాంశాలను చేస్తూ గ్రాఫ్‌లపై పని చేస్తే, Sider.ai సైడ్‌బార్ మీ బ్రౌజర్‌లో పరిశోధన మరియు రూపకల్పనను వేగవంతం చేస్తుంది. ఇది ప్రాంప్ట్‌ల పరీక్ష, నిర్మిత రూబ్రిక్‌లు రూపొందించడం, మరియు వ్యక్తిగత జ్ఞాన ఆధారంలో స్నిపెట్స్‌ను సేకరించడంలో చాలా ఉపయోగకరం.

మీకు ఉత్తమ LangGraph పాఠాలను ఎలా ఎంచుకోవాలి

మీరు అడగండి:
  • మీరు త్వరలో ఉత్పత్తిని పంపిణీ చేస్తున్నారా? సహనశీలత (2), తర్వాత RAG + మూల్యాంకన (5), మరియు పర్యవేక్షణ (9) తో ప్రారంభించండి.
  • మీరు పరిశోధనా అజెంట్ల నమూనాలు తయారు చేస్తున్నారా? ప్లానర్-ఎక్సిక్యూటర్ (4), స్వీయ విమర్శ (6), మరియు బహుళ-కార్యకర్త (7) పై దృష్టి పెట్టండి.
  • మీకు కఠిన అనుగుణత అవసరాలున్నాయా? జ్ఞాపక నియమాలు (3), లోప సహనం (8), HITL (10).
ఉత్తమ LangGraph పాఠాలు మీ ఆంక్షలకు అనుగుణంగా ఉంటాయి: ఆలస్యం, సరైనత, ఖర్చు, నిర్వహణ.

త్వరిత సూచిక: మంచి గ్రాఫ్‌లకు త్రిగ్గర్ చేసే ప్రశ్నలు

  • ప్రతి నోడుకు కనిష్ట స్థితి ఏమిటి?
  • ఎక్కడ లోపాలు వచ్చి, ఎలా నిర్ధిష్టంగా రికవర్ చేయాలి?
  • ప్రమాదం లేకుండా ముందుగానే ఎప్పుడు ఆపాలి?
  • ఏ ఎడ్జ్‌లు షరతుతో ఉన్నవి, ఏవి కాకపోవు?
  • ఏ మానవ ఆమోదాలు అవసరమయ్యే అవకాశం ఉందో?
మీరు నిర్మిస్తున్నప్పుడు వీటిని వైట్‌బోర్డుపై ఉంచండి.

సంకలనం: మీరు నమ్ముకునే అజెంట్లను నిర్మించండి

LangGraph అజెంటు గందరగోళానికి క్రమం తీసుకొని వస్తుంది. ఉత్తమ LangGraph పాఠాలను అనుసరించి—సరళంగా ప్రారంభించి, సహనశీలతను జోడించి, మూల్యాంకనాన్ని పూడించి—మీరు తపశీలైన, లోపాల నుండి కోల్పోకుండా, అంచనా వేయగలిగే అజెంట్లను రూపకల్పన చేస్తారు.
తదుపరి దశలు:
  • ప్రతి స్థరంలో ఒక పాఠాన్ని ఎంచుకొని ఈ వారంలో అమలు చేయండి.
  • ఓ ఇప్పటికే ఉన్న వర్క్‌ఫ్లోకి కనీసం ఒక మూల్యాంకన గేటును జోడించండి.
  • మీ ట్రాఫిక్‌ను పెంచేముందు ట్రేసింగ్ సాధనాలను అమలు చేయండి.
ప్రధాన గుర్తింపులు:
  • గ్రాఫులు అజెంటు ఆచరణలను స్పష్టంగా చేసి పరీక్షించదగినవిగా చేస్తాయి.
  • స్థితి ఒప్పందం - దాన్ని సున్నితంగా మరియు టైప్డ్‌గా ఉంచండి.
  • మూల్యాంకకులు మరియు HITL ఉన్నత-పுகుపడిన సన్నివేశాలలో ఐచ్ఛికం కావు.
  • ఉత్తమ LangGraph పాఠాలు మీరు మళ్లీ నడిపించగలిగే, కొలవగలిగే, అభివృద్ధి చెందగలిగే పాఠాలు.

FAQ

ప్ర1: ప్రారంభ దశ వారికి ఉత్తమ LangGraph పాఠాలు ఏమిటి? సరళమైన రెండు-టూల్ గ్రాఫ్ (search → summarize) తో ప్రారంభించి, తరువాత టైమౌట్లు/రిట్రైలు మరియు ప్రాథమిక జ్ఞాపకం చేర్చండి. ఈ ఉత్తమ LangGraph పాఠాలు నోడ్లు, ఎడ్జ్‌లు మరియు స్థితిని నేర్పిస్తాయి, తద్వారా మీరు తరువాత స్కేలు చేయవచ్చు.
ప్ర2: LangGraphలో ప్లానర్-ఎక్సిక్యూటర్ అజెంటు ఎలా నిర్మించాలి? ప్లానింగ్ మరియు ఎగ్జిక్యూషన్ కోసం వేరే నోడ్లు లేదా ఉపగ్రాఫ్‌లను ఉపయోగించండి, ఒక నిర్మిత ప్రణాళికను పంచుకున్న స్థితి ద్వారా ప్రవహించండీ. ఉత్తమ LangGraph పాఠాలు ఖర్చు తగ్గించేందుకు ముగింపు ప్రమాణాలు మరియు పునః ప్రణాళిక లూప్‌లను చూపిస్తాయి.
ప్ర3: RAGలో హాలుసినేషన్లు తగ్గించడంలో LangGraph సహాయపడగలదా? అవును. సమాధానాలను స్కోర్ చేసే మరియు నమ్మకం తక్కువగా ఉంటే శ్రేణీకరణను ట్రిగ్గర్ చేసే మూల్యాంకన నోడ్లను జోడించండి. ఉత్తమ LangGraph పాఠాలు రిట్రీవల్, సింటసిస్, మరియు మూల్యాంకనను కలిపి నాణ్యతను నిర్ధారిస్తాయి.
ప్ర4: LangChain అజెంట్లకు మరియు LangGraphకు మధ్య తేడా ఏమిటి? LangChain అజెంట్లు టూల్ ఉపయోగంపై దృష్టి పెట్టగా, LangGraph స్పష్టమైన నియంత్రణ ప్రవాహం మరియు పంచుకున్న స్థితిపై ప్రాధాన్యత ఇస్తుంది. ఉత్తమ LangGraph పాఠాలు గ్రాఫ్‌లు ఎలా పరిశీలన మరియు విశ్వసనీయత మెరుగుపరుస్తాయో హైలైట్ చేస్తాయి.
ప్ర5: LangGraph వర్క్‌ఫ్లోకు మానవ-ఇన్-ది-లూప్ సమీక్ష ఎలా జోడించాలి? నమ్మకం తనిఖీ స్థాయి దిగువైతే లేదా పని సున్నితం అయితే ఆమోద నోడుకు షరతుతో కనిషణ్ ఎడ్జ్‌ను చేర్చండి. అనేక ఉత్తమ LangGraph పాఠాలు HITL గేట్లను ఉపయోగించి అనుగుణత అవసరాలను తీరుస్తాయి.

ఇటీవల వ్యాసాలు
ChatPDFలో నైపుణ్యం సాధించడానికి ఎలా: సాంద్రమైన డాక్యుమెంట్ల నుండి వేగంగా అవగాహన

ChatPDFలో నైపుణ్యం సాధించడానికి ఎలా: సాంద్రమైన డాక్యుమెంట్ల నుండి వేగంగా అవగాహన

వేగంగా, ఖచ్చితమైన డాక్యుమెంట్ల కోసం ఉత్తమ X ఆటో-అనువాద ప్రత్యామ్నాయం

వేగంగా, ఖచ్చితమైన డాక్యుమెంట్ల కోసం ఉత్తమ X ఆటో-అనువాద ప్రత్యామ్నాయం

ఇరాన్‌లో Samsung AI అనువాదం అందుబాటులో లేకపోవడం? ప్రాక్టికల్ పరిష్కారాలు

ఇరాన్‌లో Samsung AI అనువాదం అందుబాటులో లేకపోవడం? ప్రాక్టికల్ పరిష్కారాలు

పర్షియన్ అనువాద సాధనాలు: వేగవంతమైన, ఖచ్చితమైన పనికి ఒక ప్రాక్టికల్ గైడ్

పర్షియన్ అనువాద సాధనాలు: వేగవంతమైన, ఖచ్చితమైన పనికి ఒక ప్రాక్టికల్ గైడ్

గంభీర, సూచించిన పరిశోధన కోసం ఉత్తమ Grok ప్రత్యామ్నాయం

గంభీర, సూచించిన పరిశోధన కోసం ఉత్తమ Grok ప్రత్యామ్నాయం

AI ఇమేజ్ జెనరేటర్ యొక్క టాప్ 15 ఫీచర్లు మీరు నిజంగా ఉపయోగిస్తారు

AI ఇమేజ్ జెనరేటర్ యొక్క టాప్ 15 ఫీచర్లు మీరు నిజంగా ఉపయోగిస్తారు