LangGraph — это low-level orchestration framework и runtime для долгих stateful-агентов: вы собираете граф из нод и рёбер, смешиваете детерминированные шаги с LLM-решениями и получаете persistence, streaming и human-in-the-loop. Установка по доке: pip install -U langgraph. Фокус-ключ: langgraph. Pillar — ИИ-автоматизация / n8n; сосед по сравнению фреймворков — LangChain vs CrewAI.
Соседи: RAG + LangChain + n8n, n8n AI Agent, Dify.
LangGraph vs LangChain vs LangSmith
| Слой | Роль | Когда брать | Уровень |
|---|---|---|---|
| LangChain | модели, tools, готовые agent loops | быстрый старт с prebuilt-агентом | выше |
| LangGraph | оркестрация: граф, persistence, interrupts | нужен контроль над шагами и состоянием | низкий |
| Deep Agents | harness поверх LangGraph | planning, subagents, filesystem tools | выше LangGraph |
| LangSmith | trace, eval, deploy | отладка и production-контур | платформа |
Источники: docs.langchain.com/oss/python/langgraph/overview; Quickstart; Frameworks, runtimes, and harnesses. Цены LangSmith Cloud в ₽ не фиксируем — смотрите кабинет. Срез: 2026-10-02.
Как пользоваться LangGraph: маршрут новичка
- Поставьте пакет:
pip install -U langgraphилиuv add langgraph. - Соберите минимальный граф:
StateGraph(MessagesState)→add_node→ рёбра отSTARTк ноде и кEND. - Скомпилируйте
graph = graph.compile(), затемgraph.invoke({"messages": [{"role":"user","content":"hi!"}]}). - Когда нужна логика с tools: смотрите Quickstart (calculator agent) на Graph API или Functional API — там же показывают цикл вызова инструментов.
- Для отладки включите LangSmith tracing (
LANGSMITH_TRACING=true+ API key) по quickstart observability. - Не путайте слой: если хватает готового agent loop — начните с LangChain agents; если нужен свой граф с checkpoints — оставайтесь в LangGraph.
from langgraph.graph import StateGraph, MessagesState, START, END
def mock_llm(state: MessagesState):
return {"messages": [{"role": "ai", "content": "hello world"}]}
graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()
graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})
# Чеклист новичка:
# [ ] pip/uv установил langgraph
# [ ] один узкий граф до invoke
# [ ] поняли, где детерминированный шаг, где LLM
# [ ] tracing в LangSmith - после первого «непонятного» ответа
# [ ] цены Cloud - только из кабинета, не из блогаТипичные ошибки
- Ждать от LangGraph «готового чат-бота из коробки» — это orchestration runtime, не no-code студия вроде Dify.
- Смешивать ключ с обзором LangChain vs CrewAI: там сравнение фреймворков, здесь — как собрать StateGraph.
- Пропускать compile/invoke и править только промпт в голове — граф не запустится без рёбер START/END.
- Фиксировать рублевые тарифы LangSmith без кабинета — не делаем.
FAQ: LangGraph
Что такое LangGraph?
LangGraph — low-level orchestration framework и runtime для stateful агентов: граф из нод и рёбер, durable execution, streaming, human-in-the-loop и persistence. Канон: docs.langchain.com/oss/python/langgraph.
Чем LangGraph отличается от LangChain agents?
LangChain даёт более высокий уровень абстракций для моделей, tools и agent loops. LangGraph фокусируется на оркестрации: контроль над детерминированными и LLM-шагами в одном графе. Для старта с готовыми архитектурами дока рекомендует LangChain agents; для тонкого контроля workflow — LangGraph.
Как установить LangGraph?
По доке: pip install -U langgraph или uv add langgraph. Дальше собираете StateGraph, добавляете ноды и рёбра START/END, компилируете graph.compile() и вызываете graph.invoke(…).
Что такое StateGraph и MessagesState?
StateGraph — API графа: ноды (функции/агенты) и рёбра между ними. MessagesState — готовый state со списком messages, удобный для чат-агентов. В quickstart показывают calculator agent на Graph API или Functional API.
Нужен ли LangChain, чтобы пользоваться LangGraph?
Нет. Дока прямо пишет, что LangGraph можно использовать без LangChain. Компоненты LangChain часто берут для моделей и tools, но это не обязательное условие.
Зачем LangSmith рядом с LangGraph?
LangSmith — tracing, evaluation, prompts и deployment. Для отладки агента дока рекомендует LANGSMITH_TRACING=true и API key; отдельно есть Studio и observability для production.
Вывод
LangGraph — слой оркестрации для stateful-агентов: граф, persistence и контроль над тем, где работает LLM, а где жёсткая логика. Старт: install → минимальный StateGraph → Quickstart с tools → tracing в LangSmith. Когда нужна система обучения под автоматизацию — форматы на странице обучения.
Хотите нейросети под свои задачи, а не «для всех»?
Когда базовых гайдов уже мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Тех-pillar — ИИ-автоматизация / n8n.