宣布推出 LangGraph v0.1 和 LangGraph Cloud：大规模、可靠地运行代理

注意：截至 2025 年 10 月，LangGraph Platform 已更名为“LangSmith Deployment”。

在 LangChain，我们的目标是让构建 LLM 应用变得容易——这些应用系统将 LLM 与外部数据和计算源连接起来，以对世界进行推理。让 LLM 来决定应用程序的控制流（即我们所说的代理）很有吸引力，因为它们可以解锁各种以前无法自动化的任务。然而，在实践中，构建能够可靠执行这些任务的系统是极其困难的。

为了解决这个问题，几个月前，我们推出了 LangGraph——一个用于构建代理和多代理应用程序的框架。LangGraph 与 langchain 包分开，其核心设计理念是帮助开发人员为代理工作流增加更高的精度和控制力，以适应现实世界系统的复杂性。

今天，我们推出了 **LangGraph v0.1 的稳定版**，重申我们帮助用户创建更多此类强大代理系统的承诺，我们感谢 Klarna、Replit、Ally、Elastic、NCL 等领先公司，以及许多其他公司，它们已在使用 LangGraph 将其公司的 AI 计划提升到新的水平。

我们也很高兴地宣布 **LangGraph Cloud**。LangGraph Cloud 目前处于封闭测试阶段，它是用于以可扩展、容错的方式部署 LangGraph 代理的基础设施。它还提供了集成的开发者体验，让您在原型设计、调试和监控代理工作流时获得更多的可见性和信心。

请继续阅读以了解更多信息并了解如何试用。如果您更喜欢视觉学习，可以在这里查看我们的视频教程。

LangGraph v0.1：平衡代理控制与代理能力

大多数代理框架可以处理简单的、预定义的任务，但难以处理需要任何公司或特定领域上下文的复杂工作流。遗留的 LangChain AgentExecutor 也是如此，但我们通过迭代和经验了解到，更高级别的抽象隐藏了太多的细节，导致系统缺乏可靠完成任务所需的控制力。

LangGraph 相比之下，拥有灵活的 API，可让您设计自定义的认知架构。这意味着您可以对代码流、提示和 LLM 调用进行低级控制，这些调用会接收用户输入以执行操作或生成响应。通过条件分支和循环，LangGraph 允许用户构建具有分层或顺序决策模式的单代理或多代理设置。在 Norwegian Cruise Line 等公司，拥有这种程度的代理控制至关重要。

"LangGraph 对我们的 AI 开发至关重要。它构建有状态、多参与者 LLM 应用程序的强大框架改变了我们评估和优化面向客户的 AI 解决方案性能的方式。LangGraph 允许对代理的思维过程进行精细控制，这使我们能够做出数据驱动的、深思熟虑的决策，以满足我们客户的多样化需求。" **- Andres Torres (高级解决方案架构师 @ Norwegian Cruise Line)**

LangGraph 还易于添加审核和质量检查，以确保代理在继续其任务之前满足某些条件。这可以确保代理正常运行，并减少它卡在不正确路径上的可能性，而从那里它不太可能恢复。

对于 Replit 等公司，LangGraph 的精细控制增强了他们发布可靠代理的能力。

"很容易构建一个编码代理的原型，但提高其可靠性却 deceptively 困难。Replit 希望为数百万用户提供一个编码代理——可靠性是我们的首要任务，并且在很长一段时间内仍将如此。LangGraph 为我们提供了构建和发布强大的编码代理所需的控制和人体工程学。" - **Michele Catasta (AI 副总裁 @ Replit)**

对于最复杂或最敏感的任务，仍然需要人工协作来补充代理自动化。LangGraph 通过其内置的持久层使人机协作成为可能。具体来说，使用 LangGraph，您可以

设计代理在执行任务和恢复工作流之前明确等待人工批准。
在执行代理操作之前对其进行编辑。
检查、重新连接、编辑和恢复代理的执行（在我们描述为“时间旅行”的功能中）。

对于 Elastic 等团队来说，这种设计灵活性具有划时代的意义。他们指出

"LangChain 在 LangGraph 方面遥遥领先。LangGraph 为我们如何构建和扩展 AI 工作负载奠定了基础——从对话代理、复杂的任务自动化到‘开箱即用’的自定义 LLM 支持体验。构建复杂生产就绪的 LLM 功能的下一个篇章是代理，而 LangGraph 和 LangSmith 使 LangChain 能够提供开箱即用的解决方案，以快速迭代、立即调试和轻松扩展。" **– Garrett Spong (首席软件工程师 @ Elastic)**

最后，LangGraph 本地支持中间步骤的流式传输和逐令牌流式传输，从而为处理长时间运行的代理任务的用户提供更动态、响应更快的体验。

LangGraph Cloud：可扩展的代理部署与集成监控

为了补充 LangGraph 框架，我们还有一个新的运行时 LangGraph Cloud，现已提供测试版，它提供了专门用于大规模部署代理的基础设施。

随着您的代理用例越来越受欢迎，代理之间的任务分配不均可能会导致系统过载，从而存在缓慢和停机的风险。LangGraph Cloud 承担了繁重的工作，帮助您实现容错可扩展性。它能妥善管理水平扩展的任务队列、服务器以及强大的 Postgres 检查点，以处理大量并发用户并高效地存储大型状态和线程。

LangGraph Cloud 旨在支持现实世界的交互模式。除了流式传输和人工干预（已在 LangGraph 中涵盖）之外，LangGraph Cloud 还增加了

双重文本发送，用于处理正在运行的图形线程上的新用户输入。它支持四种不同的策略来处理附加上下文：拒绝、排队、中断和回滚。
异步后台作业，用于长时间运行的任务。您可以通过轮询或 webhook 来检查完成情况。
Cron 作业，用于按计划运行常见任务

LangGraph Cloud 还带来了更集成的体验，用于协作、部署和监控您的代理应用程序。它随附 LangGraph Studio——一个类似沙盒的空间，用于可视化代理轨迹，以帮助调试故障模式并添加断点以进行中断、状态编辑、恢复和时间旅行。LangGraph Studio 允许您与内部利益相关者共享您的 LangGraph 代理，以获取反馈和快速迭代。

此外，LangGraph Cloud 简化了部署。从 GitHub 选择一个 LangGraph 存储库，只需一键即可部署您的代理应用程序——无需基础设施专业知识。而且由于 LangGraph Cloud 集成在 LangSmith 中，您可以在生产环境中更深入地了解您的应用程序，并跟踪和监控使用情况、错误、性能和成本。

我们很高兴推出 LangGraph Cloud，并得到像 Ally Financial 这样的合作伙伴的支持，他们已经在使用 LangGraph 取得重大进展。

“随着 Ally 推进其生成式 AI 的探索，我们的技术实验室对 LangChain 的新库 LangGraph 感到兴奋，该库是我们多参与者代理工作流实验的核心。我们致力于深化与 LangChain 的合作伙伴关系。” - **Sathish Muthukrishnan (首席信息、数据和数字官 @ Ally Financial)**