langgraph

此技能作为 LangGraph 的高级架构指南，LangGraph 是一个专为构建复杂多角色 AI 应用程序而设计的生产级框架。它专注于协助开发者超越简单的线性链，转向高度结构化、具备循环与状态的基于图的代理拓扑。通过使用 LangGraph，用户可以创建复杂的代理，这些代理具备人类介入 (human-in-the-loop) 的交互能力、通过检查点 (checkpointers) 进行的记忆管理，以及对生产环境部署至关重要的进阶错误恢复机制。

• 使用 StateGraph 进行专家级图结构构建，包含节点至边的定义与条件路由逻辑。

• 利用自定义归约器 (reducers) 进行复杂的状态管理，以处理多个代理间共享的复杂状态架构。

• 实作持久化与检查点策略，以暂停、恢复与检查代理执行线程。

• 进阶代理设计模式，包含用于工具调用与推理循环的 ReAct 框架。

• 人类介入控制流，允许在代理图中设置手动验证与核准步骤。

• 支持串流与异步执行模式，适用于高效能、即时的 AI 后端。

• 用户应具备 Python 3.9+ 的基础知识、LLM API 基础，以及基础图论概念。

• 非常适合需要严格状态一致性、多代理协作或具备持久化之长时执行工作流的复杂 AI 系统开发工程师。

• 可与 LangChain、用于可观测性的 LangSmith 以及常见的基础设施存储方案（如 SQLite、PostgreSQL 或 Redis）无缝集成。

• 在实作时，优先采用模块化节点定义，以确保图的可测试性与可调试性。

• 谨慎监控状态转换，以避免在循环代理图中出现无限循环，特别是在基于代理输入或工具输出的条件分支情境下。