LangGraph.js 开源项目使用指南
2024-09-19 00:07:07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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
465

deepin linux kernel
C
22
5

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
349
381

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
7
0

openGauss kernel ~ openGauss is an open source relational database management system
C++
132
185

🎉 (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
873
517

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
336
1.1 K

React Native鸿蒙化仓库
C++
179
264

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
609
59

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4