/dive-into-langgraph

name: dive-into-langgraph
description: A comprehensive guide and reference for building agents using LangGraph 1.0, including ReAct agents, state graphs, and tool integrations.

Dive Into LangGraph

LangGraph 是由 LangChain 团队开发的开源 Agent 框架。v1.0 是稳定版本，框架能力全面升级，支持中间件、状态图、多智能体等高级功能。本 skill 内容由《LangGraph 1.0 完全指南》提供。

**LangGraph 1.0 完全指南**：

• 在线文档：https://luochang212.github.io/dive-into-langgraph/
• GitHub：https://github.com/luochang212/dive-into-langgraph

安装依赖

基础依赖：

pip install \
  langgraph \
  "langchain[openai]" \
  langchain-community \
  langchain-mcp-adapters \
  python-dotenv \
  pydantic

环境变量

使用模型供应商的大模型需要设置环境变量，推荐使用阿里云百炼（DashScope）的模型：

# 阿里云百炼 (DashScope)
# 获取地址: https://bailian.console.aliyun.com/
DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
DASHSCOPE_API_KEY=your_api_key_here

# 火山方舟 (ARK)
# 获取地址: https://console.volcengine.com/ark/
ARK_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
ARK_API_KEY=your_api_key_here

# 或者其他模型供应商...

请将环境变量添加到 `.env` 文件，并填入你的 API key。

章节概览

| 序号 | 章节 | 内容简介 | 在线阅读 | 离线阅读 | |------|------|----------|----------|----------| | 1 | **快速入门** | 创建你的第一个 ReAct Agent | [在线](https://luochang212.github.io/dive-into-langgraph/quickstart/) | [本地](references/1.quickstart.md) | | 2 | **状态图** | 使用 StateGraph 创建工作流 | [在线](https://luochang212.github.io/dive-into-langgraph/stategraph/) | [本地](references/2.stategraph.md) | | 3 | **中间件** | 预算控制、消息截断、敏感词过滤、PII 检测 | [在线](https://luochang212.github.io/dive-into-langgraph/middleware/) | [本地](references/3.middleware.md) | | 4 | **人机交互** | 使用 HITL 中间件实现人机交互 | [在线](https://luochang212.github.io/dive-into-langgraph/human-in-the-loop/) | [本地](references/4.human_in_the_loop.md) | | 5 | **记忆** | 短期记忆、长期记忆 | [在线](https://luochang212.github.io/dive-into-langgraph/memory/) | [本地](references/5.memory.md) | | 6 | **上下文工程** | 使用 State、Store、Runtime 管理上下文 | [在线](https://luochang212.github.io/dive-into-langgraph/context/) | [本地](references/6.context.md) | | 7 | **MCP Server** | 创建 MCP Server 并接入 LangGraph | [在线](https://luochang212.github.io/dive-into-langgraph/mcp-server/) | [本地](references/7.mcp_server.md) | | 8 | **监督者模式** | 两种方法：tool-calling、langgraph-supervisor | [在线](https://luochang212.github.io/dive-into-langgraph/supervisor/) | [本地](references/8.supervisor.md) | | 9 | **并行** | 节点并发、@task 装饰器、Map-reduce、Sub-graphs | [在线](https://luochang212.github.io/dive-into-langgraph/parallelization/) | [本地](references/9.parallelization.md) | | 10 | **RAG** | 向量检索、关键词检索、混合检索 | [在线](https://luochang212.github.io/dive-into-langgraph/rag/) | [本地](references/10.rag.md) | | 11 | **网络搜索** | DashScope、Tavily 和 DDGS | [在线](https://luochang212.github.io/dive-into-langgraph/web-search/) | [本地](references/11.web_search.md) |

官方资源

• [LangChain 官方文档](https://docs.langchain.com/oss/python/langchain/overview)
• [LangGraph 官方文档](https://docs.langchain.com/oss/python/langgraph/overview)
• [Deep Agents 官方文档](https://docs.langchain.com/oss/python/deepagents/overview)
• [LangMem 官方文档](https://langchain-ai.github.io/langmem/)
• [LangChain GitHub 仓库](https://github.com/langchain-ai/langchain)
• [LangGraph GitHub 仓库](https://github.com/langchain-ai/langgraph)
• [langchain-academy GitHub 仓库](https://github.com/langchain-ai/langchain-academy)