langgraph

此技能作為 LangGraph 的高級架構指南，LangGraph 是一個專為構建複雜多角色 AI 應用程式而設計的生產級框架。它專注於協助開發者超越簡單的線性鏈，轉向高度結構化、具備循環與狀態的基於圖的代理拓撲。透過使用 LangGraph，使用者可以創建複雜的代理，這些代理具備人類介入 (human-in-the-loop) 的互動能力、透過檢查點 (checkpointers) 進行的記憶管理，以及對生產環境部署至關重要的進階錯誤恢復機制。

• 使用 StateGraph 進行專家級圖結構建構，包含節點至邊的定義與條件路由邏輯。

• 利用自定義歸約器 (reducers) 進行複雜的狀態管理，以處理多個代理間共享的複雜狀態架構。

• 實作持久化與檢查點策略，以暫停、恢復與檢查代理執行緒。

• 進階代理設計模式，包含用於工具呼叫與推理循環的 ReAct 框架。

• 人類介入控制流，允許在代理圖中設置手動驗證與核准步驟。

• 支援串流與非同步執行模式，適用於高效能、即時的 AI 後端。

• 使用者應具備 Python 3.9+ 的基礎知識、LLM API 基礎，以及基礎圖論概念。

• 非常適合需要嚴格狀態一致性、多代理協作或具備持久化之長時執行工作流的複雜 AI 系統開發工程師。

• 可與 LangChain、用於可觀測性的 LangSmith 以及常見的基礎設施儲存方案（如 SQLite、PostgreSQL 或 Redis）無縫整合。

• 在實作時，優先採用模組化節點定義，以確保圖的可測試性與可除錯性。

• 謹慎監控狀態轉換，以避免在循環代理圖中出現無限迴圈，特別是在基於代理輸入或工具輸出的條件分支情境下。