1
先问一句：你的 Agent 真的需要 LangGraph 吗
TL;DR: LangGraph 是面向长时运行、有状态 Agent 的编排引擎，不是 AI 应用的默认起点。选不选它，四个问题就够：任务要不要断点续跑、高风险动作要不要人审、要不要多角色编排、出问题要不要回放追责。四个都答否，几十行手写…
专栏
LangGraph 生产实战系列
20 篇系统讲解 LangGraph 的生产实践：从框架选型、状态与持久化，到人审、多 Agent、评测、安全、部署与成本，帮助后端和 AI 应用开发者把 Agent 推上生产。
Agent更新于
20 篇文章0 人订阅 创建
专栏简介
本专栏收录 mindcarver/91ai 仓库的 LangGraph 生产实战系列，共 20 篇。面向已经能调用 LLM API、写过简单 Agent，准备把系统推上生产的后端与 AI 应用开发者。 阅读顺序：01—05 建立选型、状态、持久化与记忆的基础；06—11 深入人审、子图、并行、多 Agent 和流式交互；12—17 覆盖错误处理、运维、测试、评测、安全和部署；18—20 完成版本迁移、框架比较和人审流水线实战。 原文仓库：https://github.com/mindcarver/91ai/tree/main/docs/agent/langgraph
文章目录
2
读懂 Reducer，才算读懂 LangGraph：节点、状态与增量更新
TL;DR: LangGraph 的状态不是共享变量，而是一组「每个 key 带合并规则的通道」。节点永远只返回增量更新，合并方式由 reducer 决定。理解了这一点，superstep 执行、checkpoint 边界、并行合并乱序这…
3
LangGraph 持久化拆解：Checkpointer 到底帮你存了什么
TL;DR: checkpointer 在每个 superstep 边界给整张图的状态拍快照，按 thread id 归档。它给你四件事：断点续跑、时间旅行、分叉、以及人审（interrupt）的底层支撑。同时它有明确边界：只存图状态，不…
4
Agent 越聊越贵：LangGraph 三套记忆的边界与 token 账单
TL;DR: 「越聊越贵」的机制很朴素：checkpointer 让历史消息全部留存，而模型每次都看全量 messages，成本随轮数线性涨、响应随长度变慢。解法不是换更大数据库，是分清三套东西的边界：checkpointer 管短期状态…
5
不画图写 LangGraph：@entrypoint、@task 与两种范式的选择
TL;DR: LangGraph 有两套写法：StateGraph 画图，functional API 写普通函数。后者用 @entrypoint 标入口、@task 标步骤，靠「重放 + 跳过已完成 task」实现持久化。选型标准不是新…
6
人审不是加个按钮：LangGraph interrupt 落地的六个坑
TL;DR: interrupt() 五分钟能跑通 demo，生产化要跨过六个坑：别用 try/except 包它、恢复值按索引匹配、一个节点每轮只能 interrupt 一次、payload 必须可序列化、前置副作用要幂等、并行分支要按…
7
子图一嵌，状态就丢？LangGraph Subgraph 的隔离与透传
TL;DR: 子图（subgraph）有独立的 checkpoint namespace，父图默认看不到它的内部状态，这不是 bug 是设计。真正会出事的是三处透传：同名 key 的写入要走 reducer 合并、人审恢复值要能穿过父子两…
8
条件边返回 50 个 Send 之后：LangGraph 并行分支与状态合并
TL;DR: Send 是 LangGraph 的 map reduce 原语：条件边返回一列 Send(节点, 输入)，运行时为每项起一个并行任务。用它的三个纪律：reducer 合并顺序不保证，去重排序放到后续节点；并行区里的人审要走…
9
别为了多 Agent 而多 Agent：LangGraph Supervisor、Swarm 与放弃的时刻
TL;DR: LangGraph 的多 agent 有两种主流拓扑：supervisor（中心调度，子 agent 当工具用）和 swarm（对等移交，谁接手谁主导）。先说结论：多 agent 不是能力升级，是用延迟和成本换上下文隔离。需…
10
前端拿不到 token？LangGraph Streaming 七种模式与前端联调
TL;DR: LangGraph 的 stream mode 有七种，前端打字机效果用的是 messages；「子图 token 推不出来」要开 subgraphs=True；进度条用 custom 模式自己推。前端侧用官方 SDK 的…
11
从 create_agent 到 deepagents：LangGraph 高层抽象省了什么、藏了什么
TL;DR: v1 之后 LangGraph 的分层是：底层引擎（StateGraph）→ LangChain 1.0 的 create agent（预置 agent 循环 + middleware 扩展）→ deepagents（虚拟文…
12
Agent 跑一半挂了：LangGraph 错误分类、重试与补偿设计
TL;DR: 错误处理的常见死法是两个极端：裸奔（一个异常整个图崩）或者一把抓（全部 try/except 吞掉）。正确起手式是先分类。LangGraph 的设计把错误分成四类，每类有不同的处理位置：瞬时错误给 RetryPolicy，模…
13
LangGraph Checkpoint 不是免费的：一次生产事故复盘
TL;DR: checkpointer 上线三个月后的三类典型事故：checkpoint 表膨胀拖垮数据库、子包 patch 升级夹带破坏性变更、state schema 演进后旧快照反序列化失败。这篇按事故复盘的格式把它们拆开，数据来自…
14
循环图为什么难调试：LangGraph 可观测与测试实战
TL;DR: 循环图难调试的根源是模型错配：主流 tracing 工具假设执行是一棵 span 树，LangGraph 的执行是一个会回到同一节点的环，报错堆栈在节点边界断掉。对策分三层：排查用 debug 流和快照历史，日常测试用节点级…
15
没有评测的 LangGraph Agent 只是 demo：评测与回归实战
TL;DR: Agent 应用「demo 阶段永远是对的，上线就开始崩」，原因是没人定义过「对」。评测要分三层：最终答案、执行轨迹、工具调用参数。LangGraph 独有的优势是 checkpoint 回放可以当回归工具用：从同一张快照出…
16
工具一多，权限就是产品：LangGraph Agent 的安全边界
TL;DR: Agent 安全的起点是一个认知转变：模型输出的工具调用是不可信输入，prompt 写得再好也不改变这一点。工程上四道边界：工具按读写权限分级并按用户裁剪、高风险动作过 dry run 和人审、敏感凭证绝不进 state（c…
17
自部署还是买平台：LangGraph 部署形态与成本账
TL;DR: 先纠正名词：社区说的「LangGraph Platform」在官方语境里已经演进为 Agent Server（运行时）和 LangSmith Deployment（托管产品），选型文章里还在用旧名词的多半内容也旧了。四种部署…
18
旧教程全过期了：LangGraph 0.x → v1 迁移实录
TL;DR: 2025 年 10 月的 LangGraph 1.0 是分水岭：create react agent 废弃、预置类型大清洗、Python 3.9 出局，而中文互联网的主流教程和三个翻译站还停在 0.x。这篇给一条五步迁移路径…
19
从 LangGraph 迁去 Temporal 的人在想什么：框架选型的真实账
TL;DR: Grid Dynamics 把一个 LangGraph 深度研究 agent 整体迁到了 Temporal，删掉数千行自建的重试和恢复代码。这个案例的答案不是「LangGraph 不行」，而是他们的系统真正需要的是 dura…
20
收官实战：用 LangGraph 搭一条能上线的人审流水线
TL;DR: 这篇用一个完整项目把 LangGraph 的核心件拧在一起：一条「AI 起草 → 事实核查 → 人工审核 → 发布」的内容流水线，覆盖状态设计、人审、重试、幂等发布、降级出口。代码可以直接跑（把模型和发布函数换成你的实现），…