mirror of
https://github.com/luochang212/dive-into-langgraph.git
synced 2026-02-18 00:18:31 +01:00
LangGraph 1.0 Tutorial
http://www.luochang.ink/dive-into-langgraph/
| .github/workflows | ||
| app | ||
| book | ||
| docs | ||
| img | ||
| mcp_server | ||
| tests | ||
| .env.example | ||
| .gitignore | ||
| 1.quickstart.ipynb | ||
| 2.stategraph.ipynb | ||
| 3.middleware.ipynb | ||
| 4.human_in_the_loop.ipynb | ||
| 5.memory.ipynb | ||
| 6.context.ipynb | ||
| 7.mcp_server.ipynb | ||
| 8.supervisor.ipynb | ||
| 9.parallelization.ipynb | ||
| 10.rag.ipynb | ||
| 11.web_search.ipynb | ||
| 12.deep_agents.ipynb | ||
| 13.gradio_app.ipynb | ||
| 14.langgraph_cli.ipynb | ||
| langgraph.json | ||
| LICENSE | ||
| myst.yml | ||
| README.md | ||
| requirements.txt | ||
| simple_agent.py | ||
Dive into LangGraph
中文 | English
一、项目介绍
2025 年 10 月中旬,LangGraph 发布 1.0 版本。开发团队承诺这是一个稳定版本,预计未来接口不会大改,因此现在正是学习它的好时机。
这是一个开源电子书项目,旨在帮助 Agent 开发者快速掌握 LangGraph 框架。LangGraph 是由 LangChain 团队开发的开源智能体框架。它功能强大,你要的记忆、MCP、护栏、状态管理、多智能体它全都有。LangGraph 通常与 LangChain 一起使用:LangChain 提供基础组件和工具,LangGraph 负责工作流和状态管理。因此,两个库都需要学习。为了让大家快速入门,本教程将两个库的主要功能提取出来,分成 14 个章节进行介绍。
二、安装依赖
pip install -r requirements.txt
依赖包列表
以下为 requirements.txt 中的依赖包清单:
pydantic
python-dotenv
langchain[openai]
langchain-community
langchain-mcp-adapters
langchain-text-splitters
langgraph
langgraph-cli[inmem]
langgraph-supervisor
langgraph-checkpoint-sqlite
langgraph-checkpoint-redis
langmem
ipynbname
fastmcp
bs4
scikit-learn
supervisor
jieba
dashscope
tavily-python
ddgs
三、章节目录
本教程的内容速览:
| 序号 | 章节 | 主要内容 |
|---|---|---|
| 1 | 快速入门 | 创建你的第一个 ReAct Agent |
| 2 | 状态图 | 使用 StateGraph 创建工作流 |
| 3 | 中间件 | 使用自定义中间件实现四个功能:预算控制、消息截断、敏感词过滤、PII 检测 |
| 4 | 人机交互 | 使用内置的 HITL 中间件实现人机交互 |
| 5 | 记忆 | 创建短期记忆、长期记忆 |
| 6 | 上下文工程 | 使用 State、Store、Runtime 管理上下文 |
| 7 | MCP Server | 创建 MCP Server 并接入 LangGraph |
| 8 | 监督者模式 | 两种方法实现监督者模式:tool-calling、langgraph-supervisor |
| 9 | 并行 | 如何实现并发:节点并发、@task 装饰器、Map-reduce、Sub-graphs |
| 10 | RAG | 三种方式实现 RAG:向量检索、关键词检索、混合检索 |
| 11 | 网络搜索 | 实现联网搜索:DashScope、Tavily 和 DDGS |
| 12 | Deep Agents | 简单介绍 Deep Agents |
| 13 | Gradio APP | 基于 Gradio 开发流式对话智能体应用 |
| 14 | 附录:调试页面 | 介绍 langgraph-cli 提供的调试页面 |
!NOTE承诺:本教程完全基于 LangGraph v1.0 编写,不含任何 v0.6 的历史残留。
四、调试页面
langgraph-cli 提供了一个可快速启动的调试页面。
langgraph dev
详见:附录
五、实战章节
第 13 章 开源了一个基于 Gradio + LangChain 实现的智能体应用,效果如下。你可以为这个应用添加更多功能,定制专属于你的智能体。
详见:/app
六、延伸阅读
官方文档:
官方教程:
七、如何贡献
我们欢迎任何形式的贡献!
- 🐛 报告 Bug - 发现问题请提交 Issue
- 💡 功能建议 - 有好想法就告诉我们
- 📝 内容完善 - 帮助改进教程内容
- 🔧 代码优化 - 提交 Pull Request
八、开源协议
本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。
