经过三个星期的努力，《LangGraph 1.0 完全指南》终于面世啦！
10 月中旬，LangGraph 1.0 发布。开发团队承诺这是一个稳定版本，未来不会大改。因此，现在正是学习它的好时候。
LangGraph 是由 LangChain 团队开发的开源智能体框架。使用时它俩是紧密耦合的：LangChain 提供底层功能，LangGraph 负责状态管理。因此，两个库的文档都需要学习，这无疑加重了使用者的负担。为了让大家快速入门，我将两个库的主要功能提取出来，分成 13 个章节进行介绍。
这是一个开源电子书项目，使用 GitHub Action 自动构建，欢迎 Pull Request。如果你觉得本教程对你有帮助，也欢迎 Star 本教程仓库 luochang212/dive-into-langgraph。
一、在线资源
可以通过以下链接，访问本项目的仓库和在线文档：
| 资源 | 链接 |
|---|---|
| GitHub 仓库 | luochang212/dive-into-langgraph |
| 电子书 | 《LangGraph 1.0 完全指南》 |
二、章节介绍
本教程的内容速览：
| 序号 | 章节 | 主要内容 |
|---|---|---|
| 1 | 快速入门 | 创建你的第一个 ReAct Agent |
| 2 | 状态图 | 使用 StateGraph 创建工作流 |
| 3 | 中间件 | 使用自定义中间件实现四个功能：预算控制、消息截断、敏感词过滤、PII 检测 |
| 4 | 人机交互 | 使用内置的 HITL 中间件实现人机交互 |
| 5 | 记忆 | 创建短期记忆、长期记忆 |
| 6 | 上下文工程 | 使用 State、Store、Runtime 管理上下文 |
| 7 | MCP Server | 创建 MCP Server 并接入 LangGraph |
| 8 | 监督者模式 | 两种方法实现监督者模式：tool-calling、langgraph-supervisor |
| 9 | 并行 | 如何实现并发：节点并发、@task 装饰器、Map-reduce、Sub-graphs |
| 10 | RAG | 三种方式实现 RAG：向量检索、关键词检索、混合检索 |
| 11 | 网络搜索 | 实现联网搜索：DashScope、Tavily 和 DDGS |
| 12 | Deep Agents | 简单介绍 Deep Agents |
| 13 | 调试页面 | 介绍 langgraph-cli 提供的调试页面 |
三、拓展阅读
以下是推荐阅读的文档和教程：