LangGraph

LangGraph er et avansert bibliotek utviklet for å bygge tilstandsbevarende, multi-aktør-applikasjoner med store språkmodeller (LLMs). Utviklet av LangChain Inc, utvider LangGraph funksjonaliteten til LangChain-biblioteket ved å introdusere sykliske beregningsevner. Dette muliggjør opprettelsen av komplekse, agentlignende atferder der en LLM kan operere i en sløyfe og ta avgjørelser ved hvert steg.

Hva er LangGraph?

LangGraph er et kraftig verktøy som gjør det mulig for utviklere å lage intrikate arbeidsflyter som involverer flere aktører og steg. I motsetning til tradisjonelle Directed Acyclic Graphs (DAGs) brukt i LangChain, støtter LangGraph sykluser, noe som gjør det ideelt for applikasjoner som krever gjentatt beslutningstaking og tilstandshåndtering.

Viktige konsepter

Tilstandsbevarende graf

En tilstandsbevarende graf er kjernen i LangGraph. Hver node i grafen representerer et beregningssteg, og grafen opprettholder en tilstand som oppdateres etter hvert som beregningen skrider frem. Denne tilstandsbevarende naturen gir mer dynamiske og fleksible arbeidsflyter.

Noder

Noder er de grunnleggende byggeblokkene i en LangGraph. Hver node utfører en spesifikk funksjon eller beregning, som å behandle input, ta avgjørelser eller samhandle med eksterne API-er.

Kanter

Kanter kobler noder sammen og definerer flyten av beregninger i grafen. LangGraph støtter betingede kanter, slik at flyten kan endres dynamisk basert på gjeldende tilstand.

Hovedfunksjoner

Sykluser og forgreninger

LangGraph gir mulighet for å implementere løkker og betingelser i applikasjonene dine, noe som gir større fleksibilitet og kontroll over beregningsflyten.

Persistens

En av de fremtredende funksjonene i LangGraph er innebygd persistens. Den lagrer automatisk tilstanden etter hvert steg, noe som muliggjør feilhåndtering, menneske-i-løkken-arbeidsflyter, og til og med tidsreise til tidligere tilstander for ulike handlinger.

Menneske-i-løkken

LangGraph støtter samarbeid mellom mennesker og agenter ved å tillate avbrytelser i grafens utførelse. Brukere kan godkjenne eller redigere neste handling planlagt av agenten, noe som sikrer bedre kontroll og pålitelighet.

Støtte for strømming

For bedre brukeropplevelse inkluderer LangGraph innebygd støtte for strømmende utdata, både token-for-token og for mellomsteg, og gir dynamiske og interaktive brukerinteraksjoner.

Integrasjon med LangChain

Selv om LangGraph kan brukes uavhengig, integreres det sømløst med LangChain og LangSmith, og gir en komplett pakke for å bygge og administrere LLM-baserte applikasjoner.

Installasjon

For å installere LangGraph kan du bruke følgende kommando:

pip install -U langgraph

For JavaScript-versjonen, bruk:

npm install @langchain/langgraph

Bruksområder

Agent- og multi-agent-arbeidsflyter

LangGraph er ideelt for å lage arbeidsflyter som involverer flere agenter eller aktører, der hver utfører spesifikke oppgaver og tar avgjørelser koordinert.

Håndtering av komplekse oppgaver

LangGraphs evne til å håndtere sykluser og tilstandspersistering gjør det perfekt for applikasjoner som krever kompleks beslutningstaking og feilhåndteringsmekanismer.

Samarbeid mellom menneske og agent

Med innebygd støtte for menneske-i-løkken-interaksjoner sørger LangGraph for at agenter kan samarbeide effektivt med menneskelige brukere, noe som gjør det egnet for applikasjoner som krever høy pålitelighet og kontroll.