/ LangGraph  AI Agent  多智能体  工作流  LangChain  Python  大模型  生产部署 

AI Agent 工作流实战：用 LangGraph 构建生产级多智能体系统


封面

为什么选择 LangGraph？

随着大语言模型（LLM）能力的持续提升，单轮对话已难以满足复杂业务需求。AI Agent 工作流正在成为新的开发范式——它允许模型在多步骤任务中保持状态、调用工具、与其他 Agent 协作。而 LangGraph 正是 LangChain 生态中专为此设计的编排框架。

与简单的链式调用相比，LangGraph 提供了有状态的图执行引擎（通过 StateGraph 管理跨步骤的上下文）、条件边与循环（支持基于模型输出动态决定下一步骤）、持久化检查点（支持中断恢复与人工干预）以及多 Agent 协作能力（原生支持 Supervisor 模式与 Swarm 模式）。相比 CrewAI、AutoGen 等框架，LangGraph 的最大优势在于透明性与可控性，你能精确知道每个节点的输入输出，适合生产级应用。

核心概念：状态图与节点

LangGraph 的核心抽象是 StateGraph，整个工作流被建模为一张有向图：节点（Node）执行具体逻辑，边（Edge）决定流转路径，状态（State）在节点间传递。

一个典型的 LangGraph 应用由以下几部分构成：

  • State（状态）：使用 TypedDict 定义，记录整个工作流中需要传递的数据结构

  • Node（节点）：普通 Python 函数，接收并返回状态，每个节点负责一项具体任务

  • Edge（边）：连接节点的路径，可以是固定的，也可以是基于条件动态决定的

  • Compile（编译）：调用 workflow.compile() 生成可执行的应用实例

通过将推理节点（think）和执行节点（action）循环连接，可以构建出经典的 ReAct 循环——模型先推理当前情况，再执行工具，然后观察结果并继续推理。

多智能体架构设计

真实业务场景往往需要多个专职 Agent 协作完成任务。LangGraph 支持两种主流多 Agent 架构：

  • Supervisor 模式：一个主控 Agent 负责任务分发与结果汇总，子 Agent 专注特定能力。例如，一个 researcher Agent 负责联网搜索，一个 coder Agent 负责编写代码，Supervisor 负责根据任务性质分配工作。

  • Swarm 模式（Handoff）：Agent 之间平等交接控制权，适合流水线型任务。上游 Agent 完成自己的工作后，将控制权移交给下游 Agent，实现无缝协作。

使用 langgraph-supervisor 库可以快速构建 Supervisor 模式的多 Agent 系统，通过 create_supervisor() 函数声明主控逻辑，通过 create_react_agent() 为每个子 Agent 配置专属工具和指令。

生产关键：持久化与人工干预

生产级 Agent 系统必须具备两个能力：状态持久化（防止 token 超限或服务崩溃时丢失进度）和人工干预（在关键决策点插入人工审核）。LangGraph 通过 Checkpointer 机制实现这两点。

  • PostgresSaver：使用 PostgreSQL 作为持久化后端，支持多线程并发和高可用部署

  • SqliteSaver：轻量级本地持久化，适合开发调试阶段

  • MemorySaver：内存持久化，适合无状态场景的快速原型

通过在 compile() 时设置 interrupt_before 参数，可以在高风险节点前自动暂停，等待人工确认后再继续执行。每次会话使用唯一的 thread_id 标识，支持随时中断和恢复，非常适合需要人工审核的业务流程。

工具调用最佳实践

Agent 的能力上限取决于工具的质量。以下是生产环境中工具设计的核心原则：

  • 原子性：每个工具只做一件事，避免副作用耦合。不要把搜索和存储写在同一个工具里。

  • 幂等性：工具应能安全重试，避免重复执行产生副作用。查询类工具天然幂等，写入类工具需额外设计。

  • 超时控制：所有外部调用必须设置 timeout，防止 Agent 卡死在等待状态。建议通过 httpx.Client(timeout=10.0) 统一控制。

  • 结构化输出：返回 JSON 格式而非纯文本，便于模型解析和下一步使用。

  • 错误友好：捕获所有异常并返回结构化的错误信息，让 Agent 能够理解失败原因并决定是否重试。

LangChain 的 @tool 装饰器配合 Pydantic 的 BaseModel 可以优雅地定义工具的参数 schema，让模型能够准确理解参数含义和类型约束，减少错误调用。

错误恢复与重试策略

生产 Agent 系统必须有完善的错误处理机制。LangGraph 提供了节点级别的 RetryPolicy 配置，支持设置最大重试次数、等待时间、指数退避系数以及需要重试的异常类型。

除了代码层面的重试，还应在架构层面考虑：

  • 降级策略：主模型失败时切换到备用模型（例如 GPT-4o 失败后切换到 GPT-4o-mini）

  • 限流保护：使用令牌桶算法控制工具调用频率，避免触发外部 API 的速率限制

  • 告警监控：接入 LangSmith 或自建可观测系统，追踪 Agent 每步执行的 token 消耗、延迟和成功率

  • 死循环检测：设置最大循环次数，防止 Agent 在某个步骤无限重试

性能优化：并发执行

当 Agent 需要并行调用多个工具时，串行等待会极大影响响应速度。LangGraph 支持通过 Send API 实现节点级并发：协调节点将任务列表拆分为多个 Send 对象，图引擎会并行调度所有工作节点，最后汇聚结果。

实测显示，对于需要调用 5 个外部 API 的场景，并行执行可将总耗时从 15 秒缩短至 4 秒，性能提升超过 3 倍。在实际应用中，网络搜索、数据库查询、文件读取等独立操作都是并发优化的理想候选。

部署与监控建议

将 LangGraph 应用推向生产，需要关注以下几个维度：

  • 容器化部署：使用 Docker + Kubernetes，为每个 Agent 服务配置独立的资源限制，避免单个 Agent 占用过多 CPU 或内存

  • 可观测性：接入 LangSmith Tracing，或将 trace 导出到 OpenTelemetry 兼容后端（如 Jaeger、Grafana Tempo）

  • 成本控制：使用 token 计数中间件监控每次调用的 token 消耗，设置预算告警和硬限制

  • 版本管理：对 Agent 图结构进行版本控制，支持 A/B 测试和灰度发布，生产变更需经过充分测试

对于需要快速上线的团队，LangGraph Cloud 提供了一键部署能力，内置任务队列、持久化存储和 Studio 可视化调试界面，是生产落地的最低阻力路径。从原型到生产的跨越，核心在于可靠性设计：持久化状态、优雅降级、完整可观测。LangGraph 提供了正确的抽象层，剩下的，就是你对业务逻辑的深刻理解。

发布评论

热门评论区：