用一只小猫咖啡店店员，讲清楚 LangGraph 到底是什么
状态、节点、边、检查点、中断、人机交互……很多人学 LangGraph，会被一堆概念绕晕但如果你把它想象成一只小猫在咖啡店上班，事情就简单了。LangGraph 解决的不是“生成”，而是“流程”普通调用大模型，就像你对一只小猫说：“今天你负责咖啡店，自己看着办。”小猫可能很聪明。
基于LangGraph与AgentScope的多Agent工作流平台搭建方案
基于LangGraph与AgentScope的多Agent工作流平台搭建方案一、核心结论：为什么是“LangGraph + AgentScope”的组合LangGraph和AgentScope并非竞争关系，而是天然互补。
LangChain 与 LangGraph 区别详解：积木盒与执行引擎，一次讲透
LangChain 和 LangGraph 的关系一句话说清：LangChain 是积木盒——一堆可组合的组件（模型、提示、工具、记忆、检索），LangGraph 是执行引擎——一张能跑有状态循环的图。
一张图掌握LangGraph的20个核心概念
想要真正掌握 AI Agent 开发，LangGraph 是不可忽视的核心技术！从基础的图、节点、边和状态管理，到条件路由、工具调用、记忆机制、多智能体协作，再到 RAG、人机协同、检查点持久化、流式输出与错误处理，全面覆盖智能体工作流的核心知识。
一张图看懂 LangGraph
LangGraph 是面向智能体（Agent）应用的低层编排框架与运行时，通过图（Graph）、节点（Node）、边（Edge）和状态（State）将复杂的 LLM 工作流结构化，让任务能够按照预设逻辑持续执行、动态分支并循环优化。
LangGraph 保姆级教程：一篇文章彻底学会 LangGraph（长文慎入）
本文系统介绍了 LangGraph 这一前沿的 AI Agent 编排框架。我们从核心概念入手，深入理解了 State、Node、Edge 和 Graph 四大组件，然后通过一个完整的实战案例展示了 LangGraph 在实际项目中的应用。
从 LangGraph 到 praxo-core：100 个有特点的 AI Agent 框架
一份面向开发者的 Agent 技术地图：不只看 Star，更看架构差异、工程证据与适用边界。为什么需要一张 Agent 框架地图过去两年，AI Agent 框架经历了快速扩张。
彻底搞懂 LangChain、LangGraph 和 LangSmith 的区别
彻底搞懂 LangChain、LangGraph 和 LangSmith 的区别在 AI 工程化和大模型应用开发的讨论中，LangChain、LangGraph 和 LangSmith 这三个名字频繁出现。