LangGraph精选
简介
基于图（状态机）的 Agent 编排框架，擅长多 Agent 协作、循环与人工介入流程，是 LangChain 官方推荐的复杂 Agent 生产方案。
English
Graph-based agent orchestration from the LangChain team. Ideal for multi-agent collaboration, loops and human-in-the-loop workflows in production.
适用场景
- Agent 流程需要分支、循环、人工审批等非线性控制
- 要跑长任务且能中断恢复：失败后从上次检查点继续
- 多 Agent 协作需要明确的状态机，而不是一串 prompt 堆叠
快速上手
- pip install langgraph，先用 TypedDict 定义 State 描述流程中流转的字段
- 用 add_node / add_edge 把节点连成图，分支用 add_conditional_edges
- 编译后 invoke 初始 state，打印每步输出确认走向符合预期
- 接 checkpointer（内存或 Postgres）实现中断恢复，人工环节用 interrupt
标签
相关资源
LangChain 精选
最流行的 LLM 应用开发框架，提供链式调用、Agent 编排、工具调用与 RAG 全套能力，Python 与 JS 双语言生态，适合快速搭建各类 AI Agent 应用。The most popular framework for building LLM applications: chains, agent orchestration, tool calling and RAG out of the box, in both Python and JavaScript.
AutoGen
微软开源的多 Agent 对话框架，让多个 Agent 通过对话协作完成复杂任务，支持人机混合参与，学术与工业界应用广泛。Microsoft's open-source framework where multiple agents converse to solve complex tasks, with human-in-the-loop support.
CrewAI
以「角色扮演」为核心的多 Agent 框架：为每个 Agent 设定角色、目标与工具，像组建团队一样编排 AI 协作，上手简单、社区活跃。Role-playing multi-agent framework: assign roles, goals and tools to each agent and orchestrate them like a team.