首页
/ LangGraph.js 开源项目使用指南

LangGraph.js 开源项目使用指南

2024-09-19 20:06:34作者:胡易黎Nicole

1. 项目介绍

LangGraph.js 是一个用于构建具有状态的多角色应用程序的库,特别适用于创建代理和多代理工作流。它通过将语言代理构建为图结构,提供了以下核心优势:

  • 循环和分支:支持在应用程序中实现循环和条件分支。
  • 持久性:自动保存图中的每个步骤的状态,支持错误恢复、人机交互、时间旅行等功能。
  • 人机交互:中断图的执行以批准或编辑代理计划的下一个动作。
  • 流式支持:支持流式输出,节点产生的结果可以实时流式传输。
  • 与 LangChain 集成:无缝集成 LangChain.js 和 LangSmith,但并不强制依赖它们。

2. 项目快速启动

环境准备

  • Node.js 版本 18 或更新版本。
  • 一个 Tavily 账户和 API 密钥。
  • 一个 OpenAI 开发者平台账户和 API 密钥。

安装依赖

mkdir langgraph-agent
cd langgraph-agent
npm install @langchain/langgraph @langchain/openai @langchain/community

创建第一个代理

创建一个名为 agent.ts 的文件,并添加以下 TypeScript 代码:

// agent.ts
// 重要:在此处添加你的 API 密钥,注意不要公开发布它们
process.env.OPENAI_API_KEY = "sk-...";
process.env.TAVILY_API_KEY = "tvly-...";

import { TavilySearchResults } from "@langchain/community/tools/tavily_search";
import { ChatOpenAI } from "@langchain/openai";
import { MemorySaver } from "@langchain/langgraph";
import { HumanMessage } from "@langchain/core/messages";
import { createReactAgent } from "@langchain/langgraph/prebuilt";

// 定义代理使用的工具
const agentTools = [new TavilySearchResults({ maxResults: 3 })];
const agentModel = new ChatOpenAI({ temperature: 0 });

// 初始化内存以在图运行之间持久化状态
const agentCheckpointer = new MemorySaver();

const agent = createReactAgent({
  llm: agentModel,
  tools: agentTools,
  checkpointSaver: agentCheckpointer,
});

// 现在开始使用
const agentFinalState = await agent.invoke([
  messages: [new HumanMessage("what is the current weather in sf")]
], { configurable: { thread_id: "42" } });

console.log(agentFinalState.messages[agentFinalState.messages.length - 1].content);

const agentNextState = await agent.invoke([
  messages: [new HumanMessage("what about ny")]
], { configurable: { thread_id: "42" } });

console.log(agentNextState.messages[agentNextState.messages.length - 1].content);

保存文件后,运行以下命令启动代理:

npx tsx agent.ts

3. 应用案例和最佳实践

客户支持聊天机器人

LangGraph.js 可以用于构建客户支持聊天机器人,通过集成多种工具和模型,提供实时的客户支持服务。例如,代理可以使用 Tavily 搜索 API 获取最新的信息,并使用 OpenAI 的模型生成回复。

信息检索增强生成(RAG)

LangGraph.js 支持构建信息检索增强生成(RAG)系统,通过结合外部数据源和语言模型,提供更准确和实时的信息生成服务。

多代理协作

LangGraph.js 支持多代理协作,可以用于构建复杂的任务处理系统,例如,一个代理负责规划任务,另一个代理负责执行任务。

4. 典型生态项目

LangChain.js

LangChain.js 是一个用于构建语言模型的库,LangGraph.js 与其无缝集成,提供了更强大的语言代理构建能力。

LangSmith

LangSmith 是一个用于监控和调试语言模型的工具,LangGraph.js 通过集成 LangSmith,提供了更好的调试和监控能力。

Tavily Search API

Tavily Search API 是一个强大的搜索工具,LangGraph.js 通过集成 Tavily Search API,提供了更丰富的信息检索能力。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
1.99 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
515
45
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
345
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279