LangGraph 总览（2026年最新）

LangChain 官方有状态工作流引擎。2025年10月发布 1.0，2026年5月更新到 1.2.2。

---

最新版本（2026年）

版本	发布	说明
LangGraph 1.2.2	2026年5月27日	2026年最新稳定版
LangGraph 1.0	2025年10月	首个稳定版，与 LangChain 1.0 同步
LangGraph 0.x	2024年	测试版，已停止维护

GitHub：https://github.com/langchain-ai/langgraph

---

LangChain vs LangGraph

维度	LCEL（LangChain）	LangGraph
数据结构	有向无环图（DAG）	有向循环图
循环支持	❌	✅
持久化	❌	✅（Checkpointer）
多Agent	基础	✅（内置 Supervisor）
适用场景	线性流程	复杂迭代工作流

---

核心概念

1. State（状态）

from typing import TypedDict
from langgraph.graph import StateGraph

class AgentState(TypedDict):
    messages: list[str]
    next_action: str

2. Node（节点）

def agent(state: AgentState):
    """处理逻辑"""
    return {"messages": ["processed"]}

3. Edge（边）

# 固定边
graph.add_edge("agent", "tools")

# 条件边
graph.add_conditional_edges(
    "agent",
    lambda s: "finish" if s["done"] else "continue"
)

4. Checkpoint（持久化）

from langgraph.checkpoint.memory import MemorySaver

checkpointer = MemorySaver()
graph = graph.compile(checkpointer=checkpointer)

# 保存状态
config = {"configurable": {"thread_id": "user-123"}}
result = graph.invoke({"messages": ["hi"]}, config=config)

# 恢复状态
history = graph.get_state(config)

---

实战：ReAct Agent（2026年标准实现）

from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool

llm = ChatOpenAI(model="gpt-4o-mini")

@tool
def search(query: str):
    """搜索信息"""
    return f"搜索结果：{query}"

@tool
def calculator(expr: str):
    """计算表达式"""
    return str(eval(expr))

tools = [search, calculator]

# ReAct 模式
def react_agent(state):
    messages = state["messages"]
    response = llm.bind_messages(messages).invoke()
    return {"messages": [response]}

graph = StateGraph(AgentState)
graph.add_node("agent", react_agent)
graph.set_entry_point("agent")
graph.add_edge("agent", END)

app = graph.compile()

---

2026 年更新亮点

功能	说明
增量 HNSW 构建	生产环境中推荐系统场景实时性提升
多数据区域	LangSmith 支持 US/EU/APAC
更好的错误处理	2026 年强化

---