> ## Documentation Index
> Fetch the complete documentation index at: https://langchain.idochub.dev/llms.txt
> Use this file to discover all available pages before exploring further.

# 概览

<警告>
  **Alpha 版本提示：** 本文档涵盖的是 **v1-alpha** 版本。内容尚不完整，且可能随时更改。

  如需查阅最新稳定版本，请参阅当前的 [LangGraph Python 文档](https://langchain-ai.github.io/langgraph/) 或 [LangGraph JavaScript 文档](https://langchain-ai.github.io/langgraphjs/)。
</警告>

LangGraph 是一个用于构建、管理和部署长期运行、有状态智能体的底层编排框架，深受塑造智能体未来的企业信赖，包括 Klarna、Replit、Elastic 等。

LangGraph 属于非常底层的框架，完全专注于智能体的**编排**。在使用 LangGraph 之前，建议您先熟悉用于构建智能体的一些组件，从 [模型](/oss/python/langchain/models) 和 [工具](/oss/python/langchain/tools) 开始。我们在文档中通常会使用 [LangChain](/oss/python/langchain/overview) 的组件，但您无需依赖 LangChain 也能使用 LangGraph。

如果您刚刚开始接触智能体，或希望使用更高层次的抽象，建议您使用 LangChain 的 [智能体](/oss/python/langchain/agents)。

LangGraph 专注于智能体编排所需的核心能力：持久化执行、流式处理、人机协同等。我们提供了两种不同的 API 供您使用这些能力：图（Graph）API 和函数式 API。文档中主要使用图 API，但如果您更喜欢，也可以自由选用函数式 API。

## <Icon icon="download" size={20} /> 安装

<CodeGroup>
  ```bash pip theme={null}
  pip install --pre -U langgraph
  ```

  ```bash uv theme={null}
  uv add langgraph@pre
  ```
</CodeGroup>

然后，创建一个简单的“Hello World”示例：

```python theme={null}
from langgraph.graph import StateGraph, MessagesState, START, END

def mock_llm(state: MessagesState):
    return {"messages": [{"role": "ai", "content": "hello world"}]}

graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()

graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})
```

## 核心优势

LangGraph 为**任何**长期运行、有状态的工作流或智能体提供底层支持基础设施。LangGraph 不会抽象化提示词或架构，而是提供以下核心优势：

* [持久化执行](/oss/python/langgraph/durable-execution)：构建能应对故障、长时间运行并从中断处恢复的智能体。
* [人机协同](/oss/python/langgraph/add-human-in-the-loop)：在任意节点检查并修改智能体状态，实现人工监督介入。
* [全面的记忆能力](/oss/python/memory)：创建具备短期工作记忆（用于当前推理）和长期记忆（跨会话）的有状态智能体。
* [使用 LangSmith 调试](/langsmith/home)：借助可视化工具，追踪执行路径、捕获状态转换、提供详细运行指标，深入洞察复杂智能体行为。
* [生产级部署](/langgraph-platform/deployment-options)：依托专为有状态、长期运行工作流设计的可扩展基础设施，自信部署复杂智能体系统。

## LangGraph 生态系统

虽然 LangGraph 可独立使用，但它也与任何 LangChain 产品无缝集成，为开发者提供构建智能体的完整工具套件。为提升您的 LLM 应用开发体验，可将 LangGraph 与以下产品搭配使用：

* [LangSmith](http://www.langchain.com/langsmith) — 有助于智能体评估与可观测性。调试表现不佳的 LLM 应用运行、评估智能体轨迹、生产环境中获得可见性，并持续提升性能。
* [LangGraph Platform](/langgraph-platform) — 使用专为长期运行、有状态工作流打造的部署平台，轻松部署和扩展智能体。跨团队发现、复用、配置和共享智能体——并通过 [LangGraph Studio](/langgraph-platform/langgraph-studio) 中的可视化原型设计快速迭代。
* [LangChain](/oss/python/langchain/overview) — 提供集成与可组合组件，简化 LLM 应用开发。包含构建于 LangGraph 之上的智能体抽象层。

## 致谢

LangGraph 的灵感来源于 [Pregel](https://research.google/pubs/pub37252/) 和 [Apache Beam](https://beam.apache.org/)。其公开接口的设计灵感来自 [NetworkX](https://networkx.org/documentation/latest/)。LangGraph 由 LangChain Inc.（LangChain 的创建者）开发，但无需依赖 LangChain 即可独立使用。