只有我一个人觉得 LangGraph 的理念和思维很奇怪么？

本质是一个新东西，新概念。当前还是百花齐放的状态，所以肯定混乱，很多传统的概念都不适用

+1 ，所以我自己撸了

LZ 方便分享下在理念方面有哪里不好理解吗？最近这边也在调研相关内容

LangChain, LangGraph 本来就是出名趁早，就成了风口上的猪，作者水平有限。
建议看看 Google ADK, Agno, OpenAI Agents 这些。

我第一次看它的文档，有类似的感觉，因为我看了一个下午都没看懂文档在说什么，而且我自己还是专门做 AI 方向的。

和同事讨论了一下之后，LangGraph 最大的一个问题就是：它希望实现一些很 nice 的理论特性，但是忽略了给 dev 过程带来的设计困难。

比如说 LangGraph 顾名思义地把你的整个 Agent 工作流构建成一个有向图 workflow 。但是线性的代码书写方式对于构建有向图是非常 awkward 的。比如说一个循环和分支结构，正常写代码就是：

while condition {
do A
do B
update condition
}

但写成有向图会变成：

# 创建节点
a = create_node(A)
b = create_node(B)
condition_update = create_node(ConditionUpdate)
end = create_node(End)

# 添加边
add_edge(a, b)
add_edge(b, condition_update)
add_edge(condition_update, a, end, cond=lamdba state: state.condition)

# 执行图
state = State(condition=True)
output = execute(state)

哪一种方式更易读？至少在这种场景下，显然是前者。那为什么 LangGraph 要选择后者呢？主要原因是它等于把控制流委托给 LangGraph 的引擎去做，这样就能自动支持状态存储/恢复、断点续行等特性，也就是说 LangGraph 是以一种设计复杂管线的思维在做 Agent 设计。

但现在的 Agent 果真有这么复杂吗？我的理解是：

- 如果在原型设计阶段，这种图模式不合适，因为修改成本高、和状态耦合太深。

- 如果是简单的工作流，根本没必要使用图模式，就像上面的例子。

- 如果是复杂的工作流，这种模式的上限也会制约系统的上限，尤其是关于状态管理和分支处理的部分。比如现在 LangGraph 为了支持错误 Node 重新执行，又搞出了钩子和中间件，系统复杂度被拔得太高了，学习成本也直线上升。那与其用这种框架，不如自己手搓适合业务的实现。这种情况下，LangGraph 也不适用。

所以 LangGraph 在大部分场景下真的是鸡肋，有点 Spring 之于 Java 的感觉。但他的 API 都是搞 AI 的人设计出来的，这帮人的工程能力我不好点评（因为我自己也是），能达到 Spring 的水准吗？不好说。

langchain 就是出名早，实际用起来很糟糕，个人觉得 OpenAI 的 openai-agents-python 就刚刚好，简单直接，没那么多弯弯绕绕

@w568w 赞同啊。框架应该是易用的，背离了这一点。

LangGraph 和 agent 应该不是同一个东西吧，
一个人工固定编排，要给让 llm 自主决策。

@looplj LangGraph 是开发 Agent 的框架，之一

最近也在研究。确实有些东西，官网介绍一眼你看不出它是做啥的，有啥用。然后 docs 里弯弯绕绕，晦涩难懂

一开始是用 chain ，是因为当时 LLM 被当成文本函数，主要需求是顺序组合 Prompt 和工具；后来发现 Agent 本质是有控制流和有状态的系统，chain 的表达能力不够，才改成 graph

所以现在 langchain 已经不是当年的字面意思了，是一个品牌（狗头）

顺便吐槽，langchain 的工程能力确实一般，变全是破坏级更新，很多实现都非常草台，就拿 deepagent 来说，代码质量太差，一团浆糊。官方文档有一部分写得，也是不知所云

用过 NetworkX 和 GraphDB 的好像不那么难理解

我觉得很好用：当 Agent 的能力越来越庞大的时候 graph 相较于 chain 的表达能力就直线上升了，我在调研过程中层放弃 langgraph 转而手搓各种节点的跳转和组合，后来 node 越来越多又拥抱 graph 了。不过 createnode addedge 这一套确实有点丑，目测工程化是个挑战，但 graph 的方向应该是对的（在真正的 agent 时代来临之前）

pocketflow 就几百行感觉理解概念还挺好的

我前几天也抽空在调研，感觉一头雾水，提了个需求让 AI 帮我写了套 demo ，也乏善可陈，很多东西直接告诉我该库不支持需要引用其他库/自己实现，没看出来比我自己撸的 workflow 好在哪里。

但因为我确实（短时间内）看不懂文档，一度怀疑是不是我的理解能力下降了

不知到其他 Agent SDK 有没有这种功能，但 LangGraph 围绕 State 进行流程图式的编排我觉得是 Agent 开发上的一种质的飞跃

@syncnano 你要画 Graph 直接 Dify 不好用么，为啥要手写？而且 Graph 又不开源……