LangGraph 使用指南：構建可靠 AI Agent 的實用方法
更新於 2025年9月24日
4 分鐘
如何使用 LangGraph：建立可靠 AI 代理的實用指南
如果您曾嘗試用簡單的 chains 和工具建立代理流程，可能已遇到限制，例如不可靠的迴圈、脆弱的流程控制和難以除錯的狀態。LangGraph 改變了這一點，提供一種圖形原生的方法來設計、控制並追蹤代理行為，同時具備持久性和防護機制。
在這個實作教學中，您將從零開始學習如何使用 LangGraph，瞭解它是什麼、圖形模型如何運作，以及如何使用 Python 或 JavaScript 建構、測試和迭代真實的代理流程，包含單代理和多代理情境。
值得一提的是：如果您會撰寫提示詞、繪製流程圖或與 AI 助理共同編輯程式碼，Sider.AI 可以在瀏覽器中加速您的 LangGraph 迭代（提示優化、單元測試和文件查詢）。詳情請見 https://sider.ai/。
什麼是 LangGraph？為什麼要使用它？
LangGraph 是一個用於建構具代理性和多代理大型語言模型（LLM）應用的框架，具有明確的流程控制、持久狀態和事件追蹤功能。它是 LangChain 生態系的一部分，但作為獨立套件維護。開發者選擇它來提升代理的可靠性和可控性，具備確定性路徑、可續接檢查點，以及對複雜迴圈和工具使用的直觀思維模型。
團隊採用 LangGraph 的主要理由：
- 可靠性與防護機制：明確定義代理何時可執行動作、尋求協助或交接。
- 可續接性：檢查點狀態、故障復原，並從中斷處恢復。
- 多代理模式：組合專家代理、辯論或主管員–工作員流程。
- 可觀察性：事件串流與狀態快照讓除錯更合理。
若您偏好結構化學習，官方的 LangGraph 入門課程是理想起點。此外，還有針對初學者的完整影片課程，涵蓋複雜對話式 AI 流程。
核心思維模型：節點、邊與狀態
把 LangGraph 想像成圍繞應用狀態的有向圖。
- 節點：可執行的步驟（例如呼叫 LLM、使用工具、路由至其他代理）。
- 邊：決定下一個執行節點的路由邏輯。
- 狀態：一個類型化、可合併的物件（訊息、變數、工具結果），在節點間傳遞。
- 頻道：節點可讀取或寫入的命名狀態部分（例如
messages、context）。
- 檢查點：持久化狀態快照，允許續接或分支。
節點接收當前狀態、更新並回傳部分差異。邊根據結果狀態選擇下一節點。此機制讓迴圈、重試和監督變得明確，是可靠性的關鍵。
安裝與設定
LangGraph 支援 Python 和 JavaScript/TypeScript。選擇您的技術堆疊，並與 LangChain 及喜愛的 LLM 用戶端一起安裝。
Python：
pip install -U langgraph langchain openai# 選用：追蹤、向量庫、工具等JavaScript/TypeScript：
pnpm add @langchain/langgraph langchain openai# 或npm install @langchain/langgraph langchain openai環境變數：
export OPENAI_API_KEY=sk-... # 或您選擇的提供者您的第一個 LangGraph：極簡單單代理迴圈（Python 範例）
此範例建立一個能推理、使用工具並判斷何時停止的簡單代理。
from typing import TypedDict, Listfrom langgraph.graph import StateGraph, ENDfrom langchain_openai import ChatOpenAI# 1) 定義狀態action_token = "<act>" # 簡單訊號用於區分工具使用與最終答案class State(TypedDict):messages: List.- LangChain Academy 免費的 LangGraph 入門課程。- 初學者完整影片課程，涵蓋複雜對話流程。## 結語：從原型到可靠代理LangGraph 為 LLM 應用提供圖形原生的控制：明確路由、可續接狀態和可觀察行為。從簡單的單代理迴圈開始，逐步擴展到多代理監督、政策閘門和人工審核。保持節點簡潔、狀態乾淨、路由確定。行動步驟：- 搭建一個極簡狀態和兩個節點（`agent`、`tool`）。- 加入帶有明確 `END` 路徑路由器。- 在擴展前引入檢查點與測試。- 隨著成長，加入工具和專家代理。藉由這些基礎及強大的除錯迴圈，您將能交付在生產環境穩定表現的代理系統。### 常見問題Q1: LangGraph 用途為何？LangGraph 用於建立可靠的代理和多代理工作流程，具備明確控制流程、持久狀態與檢查點。非常適合迴圈、工具使用、人類介入步驟及複雜協調。Q2: 如何安裝並設定 LangGraph？使用 `pip install langgraph langchain`（Python）或 `npm i @langchain/langgraph langchain`（JS/TS）安裝。設定您的 LLM 提供者（例如 `OPENAI_API_KEY`），並從定義 `State`、節點和條件邊開始。Q3: LangGraph 與 LangChain 有何不同？不同。LangGraph 是獨立套件，專注於基於圖形的協調與具狀態、可續接的工作流程。它補充 LangChain 的模型、工具和整合，提升確定性和可靠性。Q4: 我能用 LangGraph 建立多代理系統嗎？沒錯。LangGraph 支援主管員–工作員模式、辯論或委員會代理及政策閘門。您可以透過條件邊路由代理，並維持共享或分段狀態。Q5: 如何避免 LangGraph 中無限迴圈？<a39>定義清楚終止條件，並在路由器中始終提供 `END` 路徑。在狀態中加入迴圈計數器或逾時設定，精簡訊息串，並撰寫單元測試驗證路由邏輯。
