Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
LangGraph to framework do tworzenia zaawansowanych agentów AI z jawną strukturą grafów. Zarządzaj stanami aplikacji, definiuj węzły i krawędzie, obsługuj cykle i rozgałęzienia logiki. Obsługuje wzorce human-in-the-loop, persystencję przez checkpointery oraz integrację narzędzi. Rekomendowany przez LangChain do budowy agentów ReAct. Używany w produkcji przez LinkedIn, Uber i 400+ firm.
Jak używać
Zainstaluj wymagane pakiety: Python 3.9+, langgraph oraz dostęp do API modelu (OpenAI, Anthropic lub inny). Upewnij się, że masz klucze dostępu do wybranego dostawcy LLM.
Zdefiniuj stan agenta jako TypedDict z polami, które będą przechowywać wiadomości i dane aplikacji. Użyj reducera add_messages, aby automatycznie dołączać nowe wiadomości zamiast je nadpisywać.
Utwórz narzędzia (tools) za pomocą dekoratora @tool, opisując ich funkcjonalność. Każde narzędzie powinno mieć jasny opis i zwracać string z wynikami.
Skonstruuj graf agenta przy użyciu StateGraph, definiując węzły (nodes) dla logiki agenta i narzędzi, oraz krawędzie (edges) określające przepływ sterowania. Dodaj warunkowe routing do wyboru ścieżki na podstawie stanu.
Skonfiguruj checkpointer do persystencji stanu między wywołaniami, jeśli potrzebujesz przywrócić sesję agenta. To szczególnie ważne w środowisku produkcyjnym.
Uruchom agenta przez invoke() lub stream(), przekazując wiadomość początkową. Agent będzie iteracyjnie wywoływać narzędzia, aktualizować stan i zwracać wyniki aż do osiągnięcia warunku końcowego.