mcpField
D
dive-into-langgraph

dive-into-langgraph

github.com/luochang212Agent 工作流46569 次安装7 周前更新
代码仓库

关于 dive-into-langgraph

Dive Into LangGraph 是介绍 LangGraph 1.0 Agent 框架的学习技能与指南，提供在线和离线章节。内容涵盖工作流、中间件、记忆、多 Agent 模式、MCP 集成和检索。

主要功能

  1. 01ReAct Agent 快速入门
  2. 02StateGraph 工作流与中间件
  3. 03人机交互与记忆
  4. 04创建并接入 MCP 服务
  5. 05并行执行与多 Agent 模式
  6. 06RAG 与网络搜索

适用场景

  1. 01学习构建第一个 ReAct Agent
  2. 02使用 StateGraph 建模工作流
  3. 03将 MCP 服务接入 LangGraph
  4. 04了解 RAG 和网络搜索方法

MCP 相关

指南设有创建 MCP 服务并将其接入 LangGraph 的章节。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/luochang212/dive-into-langgraph --skill dive-into-langgraph

安装后在 Claude Code 中输入/dive-into-langgraph确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
1.quickstart.md
10.rag.md
11.web_search.md
2.stategraph.md
3.middleware.md
4.human_in_the_loop.md
5.memory.md
6.context.md
7.mcp_server.md
8.supervisor.md
9.parallelization.md
scripts/
examples.py
utils.py
scripts/tools/
__init__.py
tool_math.py

详细介绍

来自项目 README

Dive Into LangGraph

LangGraph 是由 LangChain 团队开发的开源 Agent 框架。v1.0 是稳定版本，框架能力全面升级，支持中间件、状态图、多智能体等高级功能。本 skill 内容由《LangGraph 1.0 完全指南》提供。

LangGraph 1.0 完全指南：

安装依赖

基础依赖：

pip install \
  langgraph \
  "langchain[openai]" \
  langchain-community \
  langchain-mcp-adapters \
  python-dotenv \
  pydantic

环境变量

使用模型供应商的大模型需要设置环境变量，推荐使用阿里云百炼（DashScope）的模型：

# 阿里云百炼 (DashScope)
# 获取地址: https://bailian.console.aliyun.com/
DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
DASHSCOPE_API_KEY=your_api_key_here

# 火山方舟 (ARK)
# 获取地址: https://console.volcengine.com/ark/
ARK_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
ARK_API_KEY=your_api_key_here

# 或者其他模型供应商...

请将环境变量添加到 .env 文件，并填入你的 API key。

章节概览

序号章节内容简介在线阅读离线阅读
1快速入门创建你的第一个 ReAct Agent在线本地
2状态图使用 StateGraph 创建工作流在线本地
3中间件预算控制、消息截断、敏感词过滤、PII 检测在线本地
4人机交互使用 HITL 中间件实现人机交互在线本地
5记忆短期记忆、长期记忆在线本地
6上下文工程使用 State、Store、Runtime 管理上下文在线本地
7MCP Server创建 MCP Server 并接入 LangGraph在线本地
8监督者模式两种方法：tool-calling、langgraph-supervisor在线本地
9并行节点并发、@task 装饰器、Map-reduce、Sub-graphs在线本地
10RAG向量检索、关键词检索、混合检索在线本地
11网络搜索DashScope、Tavily 和 DDGS在线本地

官方资源

评论

支持 Markdown