langgraph
KI-Agenten mit LangGraph erstellen
LangGraph ist ein Produktions-Framework zum Erstellen von zustandsbehafteten, Multi-Actor KI-Anwendungen. Diese Fähigkeit hilft Ihnen, Agenten-Architekturen mit sichtbaren Graphstrukturen zu entwerfen, komplexe Zustände zu verwalten, Zyklen und Verzweigungen zu implementieren und Persistenz für fortsetzbare Gespräche hinzuzufügen.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "langgraph". Create a simple agent with tools
النتيجة المتوقعة:
Here's a basic LangGraph agent setup:
1. Define AgentState with TypedDict
2. Create tool functions with @tool decorator
3. Build agent node that calls LLM with tools
4. Add conditional edges for tool execution
5. Compile and run the graph
The agent will loop between the LLM and tools until no more tools are called, then return to the user.
استخدام "langgraph". How do I prevent infinite loops?
النتيجة المتوقعة:
Use a max iterations counter in your state:
1. Add 'iterations' field to your state
2. Create should_continue function that checks iterations
3. Increment counter in your agent node
4. Return END when iterations exceed limit
This ensures your agent has a clear exit condition and won't run forever.
التدقيق الأمني
مخاطر متوسطةThe skill is a legitimate LangGraph documentation and assistance skill. One true positive was found: an eval() call in example code (line 67) that accepts user input without sanitization. This is documented example code showing tool implementation, but poses a risk if users copy this pattern. Multiple false positives were dismissed: Ruby/shell backtick execution (markdown code fences misinterpreted) and weak cryptographic algorithms (keyword matches on 'hash' in framework terminology).
مشكلات عالية المخاطر (1)
مشكلات منخفضة المخاطر (2)
عوامل الخطر
⚡ يحتوي على سكربتات (1)
الأنماط المكتشفة
درجة الجودة
ماذا يمكنك بناءه
Multi-Schritt Agenten-Workflows erstellen
Erstellen Sie Agenten, die reasoning durchführen, Werkzeuge nutzen und Gesprächskontext über mehrere Interaktionen hinweg beibehalten können.
Recherche-Agenten-Systeme implementieren
Entwerfen Sie Agenten, die Informationen aus mehreren Quellen sammeln, Ergebnisse zusammenführen und synthetisierte Berichte erstellen können.
Zustandsbehaftete Chat-Anwendungen erstellen
Erstellen Sie Chat-Anwendungen, die sich an Gesprächsverläufe erinnern und aus früheren Zuständen fortgesetzt werden können.
جرّب هذه الموجهات
Erstelle einen einfachen ReAct-Style Agenten mit LangGraph, der Werkzeuge aufrufen kann. Zeige mir, wie man Zustand definiert, Knoten erstellt, Kanten einrichtet und den Graph kompiliert.
Zeige mir, wie man komplexen Zustand in LangGraph mit TypedDict und benutzerdefinierten Reducern verwaltet. Ich möchte Nachrichten akkumulieren, Ergebnisse aus mehreren Knoten zusammenführen und Gesprächsverläufe verfolgen.
Hilf mir, bedingte Verzweigungen in LangGraph zu implementieren. Ich muss Abfragen basierend auf ihrem Typ (Coding, Suche, Chat) an verschiedene Agenten weiterleiten und die Antworten entsprechend verarbeiten.
Füge meinem LangGraph Agenten Checkpointing hinzu, damit Gespräche fortgesetzt werden können. Zeige mir, wie man einen Checkpointer konfiguriert und Zustände zwischen Sitzungen persistiert.
أفضل الممارسات
- Definieren Sie immer klare Exit-Bedingungen in Ihren Routing-Funktionen, um unendliche Schleifen zu vermeiden
- Nutzen Sie Reducer angemessen - add_messages für Akkumulation, benutzerdefinierte Funktionen für komplexes Zusammenführen
- Entwerfen Sie Eingabe-/Ausgabe-Schemata, um den Zustand minimal und fokussiert auf das Notwendige zu halten
تجنب
- eval() auf Benutzereingaben in Werkzeugen verwenden - validieren und bereinigen Sie immer alle benutzerdefinierten Ausdrücke
- Zustandslose Knoten erstellen, die keine Zustandsaktualisierungen zurückgeben - widerspricht dem Zweck von LangGraph
- Riesige monolithische Zustände mit unnötigen Feldern verwenden - verursacht Serialisierungs-Overhead und Context-Bloat