﻿---
title: LangGraph
description: "Граф состояний для агентов: узлы, рёбра, чекпойнты и прерывания; когда оправдан и чем платите."
---

LangGraph описывает агента как граф: узлы — функции, рёбра — переходы, состояние —
общий объект, который узлы читают и обновляют. Это не «фреймворк для всего», а
низкоуровневый оркестратор: маршрут виден в коде, а не возникает в промпте.

## Модель программирования

```python
class ResearchState(TypedDict):
    query: str
    search_results: list
    report: str

graph = StateGraph(ResearchState)
graph.add_node("search", search_web)
graph.add_node("synthesize", synthesize_report)
graph.set_entry_point("search")
graph.add_edge("search", "synthesize")
graph.add_edge("synthesize", END)
agent = graph.compile()
```

Три свойства определяют всё остальное:

- **Состояние явное.** Поля описаны типами, а не живут в прозе диалога.
- **Переходы явные.** Видно, куда пойдёт выполнение; условные рёбра задают
  ветвление.
- **Компиляция.** Граф собирается один раз и исполняется как объект, а не
  интерпретируется на каждом шаге.

Именно так устроены [01](https://wpcraft.ru/aia/examples/01-web-research-agent.md),
[13](https://wpcraft.ru/aia/examples/13-customer-support-agent.md) и
[19](https://wpcraft.ru/aia/examples/19-competitive-analysis-agent.md).

## Чекпойнты и прерывания

Главная причина выбрать LangGraph — долгие задачи с участием человека.
Чекпойнтер сохраняет состояние после каждого шага: задача переживает перезапуск
процесса, а на нужном узле можно прерваться и дождаться подтверждения.

Практический сценарий: агент подготовил действие с побочным эффектом (списание,
публикация), граф останавливается, человек подтверждает, выполнение продолжается с
того же места. Без чекпойнтов это пишется вручную и обычно с ошибками.

## Когда LangGraph оправдан

- Задача многошаговая и может длиться дольше одного запроса.
- Нужен аудит: по трассе видно, какой узел что решил.
- Нужны прерывания и возобновление.
- Нужен контроль над маршрутом: разработчик определяет ветки, модель — только
  аргументы.

## Когда не нужен

- Фиксированный маршрут из двух-трёх шагов: хватит функции и одного вызова
  модели.
- Простой RAG: индекс и запрос без графа.
- Команда ролей, где важнее декларативное описание, чем маршрут — там естественнее
  [CrewAI](https://wpcraft.ru/aia/frameworks/crewai.md).

## Чем платите

- **Порог входа.** Нужно думать состоянием и переходами, а не диалогом.
- **Многословность.** Простой агент требует больше кода, чем в «ролевых»
  фреймворках.
- **Связность с экосистемой.** LangGraph строится поверх LangChain, поэтому
  тянет его абстракции и обновления.
- **Версионные изменения.** API развивается быстро; фиксируйте версию и
  перечитывайте документацию при обновлении.

## Место в экосистеме

LangGraph — часть стека LangChain: модели и интеграции берутся из
[LangChain](https://wpcraft.ru/aia/frameworks/langchain.md), оркестрация — из LangGraph. Если нужен только доступ к
модели и инструментам без графа, LangGraph избыточен.

## Материалы и источники

- [LangGraph: concepts](https://langchain-ai.github.io/langgraph/concepts/) — состояние, чекпойнты, прерывания.
- [LangGraph: persistence](https://langchain-ai.github.io/langgraph/concepts/persistence/) — как устроены чекпойнты.