第12章 LangGraph：构建有状态的 Agent
🕸️ "LangGraph 用图结构取代线性链，让 Agent 拥有真正的状态管理和复杂工作流能力。"
本章概览
LangGraph 是 LangChain 团队推出的下一代 Agent 框架。相比于线性的 Chain，LangGraph 通过有向图（Directed Graph）构建 Agent 工作流，原生支持循环、条件分支和持久状态——这些正是构建复杂 Agent 系统所必需的能力。
本章目标
学完本章，你将能够：
- ✅ 理解图结构相比线性链的优势
- ✅ 掌握 LangGraph 的核心概念：节点、边、状态
- ✅ 从零构建一个 Graph Agent
- ✅ 实现条件路由、循环控制等高级工作流
- ✅ 掌握 Human-in-the-Loop 人机协作模式
- ✅ 构建一个工作流自动化 Agent
本章结构
| 小节 | 内容 | 难度 |
|---|---|---|
| 12.1 为什么需要图结构？ | 线性链的局限性 | ⭐⭐ |
| 12.2 核心概念：节点、边、状态 | LangGraph 基础 | ⭐⭐ |
| 12.3 第一个 Graph Agent | 动手实践 | ⭐⭐⭐ |
| 12.4 条件路由与循环控制 | 高级工作流 | ⭐⭐⭐ |
| 12.5 Human-in-the-Loop | 人机协作 | ⭐⭐⭐ |
| 12.6 实战：工作流自动化 Agent | 综合应用 | ⭐⭐⭐⭐ |
⏱️ 预计学习时间
约 120-150 分钟（含实战练习）
💡 前置知识
- 已完成第 11 章 LangChain 基础
- 了解有向图的基本概念（节点和边）
- Python 异步编程基础（
async/await）
🔗 学习路径
前置知识：第11章 LangChain
后续推荐：
- 👉 第14章 多 Agent 协作 — 用 LangGraph 构建多 Agent 系统
- 👉 第19-21章 综合项目 — 在实战项目中综合运用 LangGraph
下一节：12.1 为什么需要图结构？