从LangChain升级LangGraph，大幅提升智能体性能

大家好，智能体开发领域正在迅速发展，LangChain也随之不断演变进化。虽然传统的LangChain智能体（尤其是基于AgentExecutor构建的）已经提供了稳定的服务，但LangGraph的出现带来了更为强大和灵活的解决方案。

本文将向大家介绍如何将智能体迁移至LangGraph，使迁移后的智能体能够充分利用LangGraph的最新技术优势。

1.传统LangChain与LangGraph

传统LangChain智能体是基于AgentExecutor类构建的，为LangChain平台中的智能体开发提供了一种结构化的方法，并为智能体的行为提供了全面的配置选项。

LangGraph代表了LangChain智能体开发的新纪元。它赋予了开发者构建高度定制化和可控智能体的能力。与之前的版本相比，LangGraph提供了更为精细的控制能力。

2.为什么迁移至LangGraph

迁移至LangGraph可以解锁多个好处：

• 控制力提升：LangGraph提供了对智能体决策过程的更大控制权，可以更精确地定制其响应和动作。

• 架构灵活性：LangGraph的架构设计更为灵活，开发者可以根据特定需求设计出完美的智能体。

• 技术前瞻性：LangChain正在积极推进开发LangGraph，预示着平台内智能体创建的未来方向。及时迁移能够确保智能体技术始终处于行业前沿。

3.代码实现

下面是将传统LangChain智能体迁移到LangGraph所需的代码级别更改。

步骤I：安装库

pip install -U langgraph langchain langchain-openai

步骤II：智能体的基本使用

from langchain.agents import AgentExecutor, create_tool_calling_agent
from langchain.memory import ChatMessageHistory
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_core.tools import&nbs