Perfil da ferramenta

LangGraph

PorLangChainUS

Framework de orquestração em grafo para agentes com estado persistente, checkpointing, human-in-the-loop e execução durável em Python e JS.

Símbolo do LangGraph em branco sobre fundo escuro gradiente
País
US
Disponibilidade
Open source
Modalidades
  • Código

O LangGraph é um framework de orquestração do ecossistema LangChain para construir agentes e sistemas multi-etapa modelados como um grafo dirigido com estado compartilhado. Cada nó do grafo é uma função ou um agente, e as arestas definem o caminho da execução, incluindo ramificações, ciclos e subgrafos.

Para que serve

  • Agentes com estado que precisam sobreviver a falhas, reinícios e novos deploys
  • Workflows multi-etapa com decisões condicionais, repetição e paralelismo
  • Aprovação humana (human-in-the-loop) antes de ações sensíveis
  • Memória por conversa e por thread, com histórico persistido
  • Sistemas multiagente com coordenadores, subgrafos e papéis especializados

Como funciona

  • O desenvolvedor define o estado (tipado) e os nós que o transformam
  • Um checkpointer salva um snapshot do estado a cada passo (super-step) e permite retomar a execução do ponto exato
  • A API interrupt() pausa o grafo para revisão humana e retoma com Command(resume=...)
  • Streaming de tokens e de eventos do grafo para interfaces de usuário
  • Disponível em Python e JavaScript/TypeScript, com suporte a diversos provedores de modelo via LangChain

Licença e manutenção

  • Núcleo open source sob licença MIT, mantido pela LangChain, Inc.
  • Versão 1.0 estável desde outubro de 2025, com desenvolvimento ativo
  • LangSmith e LangGraph Platform são serviços comerciais opcionais para observabilidade e deploy

Pontos fortes

  • Controle explícito do fluxo, com grafo inspecionável e testável
  • Execução durável: interrupções não perdem o trabalho já feito
  • Ecossistema amplo de integrações de modelos, ferramentas e bancos de dados

Limitações

  • O modelo de grafo exige mais código e desenho explícito do que abordagens baseadas apenas em prompts
  • Para produção durável, é preciso configurar um backend de persistência (por exemplo, PostgreSQL)