LangGraph
LangGraph ist ein Low-Level-Framework zur Orchestrierung langlaufender, zustandsbehafteter KI-Agenten. Abläufe werden als Graph modelliert – mit dauerhafter Ausführung, Human-in-the-Loop und Gedächtnis.
- Projekt
- LangGraph
- Herausgeber
- LangChain
- Repository
- github.com/langchain-ai/langgraph
- Dokumentation
- docs.langchain.com/oss/python/langgraph/overview
- Sprachen
- Python, TypeScript
- Kategorie
- KI-Agenten-Frameworks
Was ist LangGraph?
LangGraph ist ein Open-Source-Framework von LangChain Inc. für Agenten und Workflows, die über längere Zeit laufen und einen Zustand halten. Ein Ablauf wird als Graph aus Knoten und Übergängen beschrieben; so lassen sich Verzweigungen, Schleifen und Teilgraphen explizit festlegen. LangGraph ist für Python und JavaScript/TypeScript verfügbar und kann auch ohne LangChain genutzt werden.
Kernfähigkeiten
- Durable Execution
- Agenten überstehen Fehler und Unterbrechungen und setzen genau dort fort, wo sie aufgehört haben.
- Human-in-the-Loop
- Der Zustand eines Agenten kann an jeder Stelle geprüft und verändert werden, bevor es weitergeht.
- Gedächtnis
- Kurzzeitgedächtnis für die laufende Aufgabe und Langzeitgedächtnis über Sitzungen hinweg.
- Beobachtbarkeit und Deployment
- Mit LangSmith lassen sich Abläufe nachverfolgen, bewerten und betreiben.
Wann LangGraph die richtige Wahl ist
LangGraph passt, wenn Sie genau festlegen wollen, welche Schritte ein Agent geht, wo ein Mensch eingreift und was bei Fehlern geschieht. Für schnelle Agenten mit Standardverhalten ist LangChain einfacher; wer Planung, Sub-Agenten und Dateisystem fertig mitgeliefert haben möchte, greift zu DeepAgents, das auf LangGraph aufbaut.
LangGraph wirksam im AI-first-Geschäftsmodell nutzen
Ein KI-first Operating Model legt fest, welche Handlungen ein Agent vorbereitet, empfiehlt, mit Freigabe ausführt oder innerhalb festgelegter Grenzen selbstständig erledigt. LangGraph ist dafür geeignet, weil sich solche Freigabepunkte als Unterbrechungen im Graphen abbilden lassen.
Die Abstufung selbst bleibt eine Geschäftsentscheidung. Sie hängt davon ab, wie groß die Auswirkung einer Aktion ist, ob sie sich rückgängig machen lässt und wer dafür verantwortlich ist. Diese Fragen gehören an den Anfang – erst dann lohnt es sich, den Graphen zu bauen.
Vom Tool zum Ergebnis
Im AI-first-Coaching klären Sie, welche Ergebnisse KI-Agenten in Ihrer Marktbearbeitung verantworten sollen und in welchem Rahmen. Danach gestaltet, entwickelt und betreibt REVAGO Ihr System. Sie zahlen für Ergebnisse – nicht für Aktivität.
Häufige Fragen
Was ist LangGraph?
LangGraph ist ein Open-Source-Low-Level-Framework zur Orchestrierung langlaufender, zustandsbehafteter KI-Agenten. Abläufe werden als Graph modelliert; dauerhafte Ausführung, Human-in-the-Loop und Kurz- wie Langzeitgedächtnis sind eingebaut. LangGraph stammt von LangChain Inc. und ist für Python und JavaScript/TypeScript verfügbar.
Brauche ich LangChain, um LangGraph zu nutzen?
Nein. LangGraph lässt sich eigenständig verwenden. Es integriert sich aber mit LangChain-Komponenten, mit DeepAgents als höherer Schicht und mit LangSmith für Tracing, Evaluation und Deployment.
Wie unterstützt LangGraph Human-in-the-Loop?
LangGraph kann einen Ablauf an definierten Stellen unterbrechen, damit ein Mensch den Zustand prüft, ändert oder freigibt. Welche Aktionen eine Freigabe brauchen, sollte vorher im Operating Model festgelegt werden.
Weiterlesen im Wiki
Neutrale Einordnung, keine Empfehlung einzelner Anbieter. REVAGO ist mit den aufgeführten Projekten nicht verbunden. Beschreibungen beruhen auf den öffentlichen Angaben der Projekte; Funktionsumfang und Lizenzen können sich ändern.