LangGraph 是什麼：有狀態 AI 智能體編排框架的入門教學與適用場景

本文根據 LangGraph 官方 GitHub 倉庫 README 與官方文檔整理，資料核對於 2026-10-11。開源項目變化快，以官方倉庫為準。

是什麼

LangGraph 是 LangChain 團隊維護的開源框架，倉庫 langchain-ai/langgraph 約有 4.3 萬星標，MIT 許可。README 給它的定義是：用於構建、管理和部署長時間運行、有狀態的智能體的底層編排框架。

「底層」是關鍵詞。它不替你決定智能體長什麼樣，而是給你一套搭積木的基本件：把流程畫成一張圖，節點是一步操作（調模型、調工具、跑一段函數），邊決定下一步去哪，所有節點共享一份可持久化的狀態。

核心能力

README 列出的三項主要好處：

• 持久化執行（Durable execution）：智能體中途失敗後可以從斷點恢復，而不是從頭再來，適合跑幾分鐘到幾天的長任務。
• 人工介入（Human-in-the-loop）：執行過程中可以暫停，讓人檢查並修改智能體的狀態後再繼續——審批、糾錯類流程都靠它。
• 記憶（Memory）：既有單次會話內的短期工作記憶，也有跨會話的長期記憶。

配套生態：與 LangChain 的集成和組件配合使用；用 LangSmith 做評測與可觀測；用 LangSmith Deployment 部署。README 還提到 Deep Agents，是構建在 LangGraph 之上的更高層封裝。除了 Python 版，也有 JavaScript / TypeScript 版本的 LangGraph.js。

怎麼上手

bash
pip install -U langgraph

學習順序建議：

1. 先跑通官方文檔的快速開始，理解 State、Node、Edge 三個概念；
2. 給圖加一個工具調用節點和條件邊，做出最基本的「思考—調工具—再思考」循環；
3. 加上 checkpointer，體驗中斷後恢復；
4. 最後再接 LangSmith 看每一步的輸入輸出。

如果只是想快速得到一個能用的智能體，官方也提供預構建的高層接口，不必從空白的圖開始。

免費與付費

• LangGraph 框架本身：MIT 許可，免費。
• LangSmith 與 LangSmith Deployment：LangChain 公司的商業產品，有免費額度和付費方案，價格以官網為準。
• 模型費用：按你接入的模型廠商計費。

適合誰 / 不適合誰

適合：

• 要把智能體做成正式產品、需要可恢復、可審計、可人工干預的工程團隊；
• 流程裏有複雜分支、循環、多智能體協作的系統；
• 已經在用 LangChain 生態的開發者。

不適合：

• 編程新手或只想做個演示的人，抽象層次偏底層，學習成本不低；
• 不寫代碼的用戶；
• 一次調用就能解決的簡單任務，上圖編排屬於過度設計。

注意事項

• 和 LangChain 的關係：LangGraph 可以單獨使用，不強制依賴 LangChain 的鏈式寫法，但兩者文檔和概念交叉較多，初學容易混。
• 命名有調整：部署平台在官方倉庫裏現在叫 LangSmith Deployment，老資料裏出現的其他名稱以當前官方文檔為準。
• 狀態設計要先想清楚：狀態結構一旦上線再改，已有的檢查點可能不兼容。
• 持久化需要存儲後端：生產環境要配置數據庫來儲存檢查點，並考慮其中是否含敏感數據。