LangGraph.js 开源项目使用指南

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。