LangGraph教程：用图状态机制构建生产级多Agent系统

📘 教程 2026-07-16 约 2 分钟阅读

LangGraph用图（Graph）来管理Agent状态和流程。这篇从零开始教你搭一个多Agent协作系统。

💡 你将学到

LangGraph用图（Graph）来管理Agent状态和流程。这篇从零开始教你搭一个多Agent协作系统。

📜 目录

LangGraph为什么特别
核心概念
搭一个多Agent系统
什么时候用LangGraph？
总结
相关文章

LangGraph为什么特别

Agent框架大多数是顺序执行——Agent接到任务→调用工具→返回结果。LangGraph不一样，它用有向图（Directed Graph）来管理Agent流程。

核心概念

Node（节点） — Agent执行的每一步 Edge（边） — 节点之间的连接 State（状态） — 整个Graph的共享状态

搭一个多Agent系统

from langgraph.graph import StateGraph, END
from typing import TypedDict, List

class AgentState(TypedDict):
    messages: List[str]
    next_agent: str

# 定义Agent节点
def researcher(state: AgentState):
    # 研究Agent：搜集信息
    return {"messages": ["Research complete"]}

def writer(state: AgentState):
    # 写作Agent：基于研究结果写内容
    return {"messages": ["Writing complete"]}

def reviewer(state: AgentState):
    # 审查Agent：检查内容质量
    return {"messages": ["Review complete"]}

# 构建Graph
graph = StateGraph(AgentState)
graph.add_node("researcher", researcher)
graph.add_node("writer", writer)
graph.add_node("reviewer", reviewer)

graph.set_entry_point("researcher")
graph.add_edge("researcher", "writer")
graph.add_edge("writer", "reviewer")
graph.add_conditional_edges(
    "reviewer",
    lambda s: "writer" if "need_revision" in s else END
)