产品
别名：LangGraph Platform
LangChain 提供的一个框架，用于构建和优化 AI 工作流。
已跟踪 6 条高相关材料
最近变化
2026-06-02 · Odessia 使用 LangSmith 和 LangGraph 构建
为什么值得关注
LangGraph 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Building AI agents for business support using Amazon Bedrock AgentCore
AWS Machine Learning Blog · 8.5 分
AWS Machine Learning Blog 文章介绍了如何使用 Amazon Bedrock AgentCore 构建业务支持的 AI 代理，通过案例展示了成本降低和效率提升。
The Agent Development Lifecycle: Build, Test, Deploy, Monitor | Interrupt 26
LangChain · 8.5 分
LangChain提出Agent开发生命周期（ADLC），将智能体开发划分为构建、测试、部署、监控四个阶段，强调其与传统软件开发的本质差异在于输入输出空间的无限性和非确定性，成功团队的核心模式是"早发布、快迭代"。
OncoAgent：一个用于隐私保护肿瘤临床决策支持的双层多智能体框架
AI HOT 精选 · 8.5 分
OncoAgent是一个开源的隐私保护肿瘤临床决策支持系统，结合了双层LLM架构和LangGraph拓扑，显著提升了决策支持系统的性能和安全性。
已收录 6 条与 LangGraph 相关的内容，按评分排序。
AWS Machine Learning Blog 文章介绍了如何使用 Amazon Bedrock AgentCore 构建业务支持的 AI 代理，通过案例展示了成本降低和效率提升。
入选理由：通过使用 Amazon Bedrock AgentCore，成功构建了两个业务支持的 AI 代理，分别处理通勤补贴申请和浏览器操作。
LangChain提出Agent开发生命周期（ADLC），将智能体开发划分为构建、测试、部署、监控四个阶段，强调其与传统软件开发的本质差异在于输入输出空间的无限性和非确定性，成功团队的核心模式是"早发布、快迭代"。
入选理由：Agent输入空间无限（自然语言/多模态），输出因LLM非确定性而难以预测，导致传统软件测试方法失效
OncoAgent是一个开源的隐私保护肿瘤临床决策支持系统，结合了双层LLM架构和LangGraph拓扑，显著提升了决策支持系统的性能和安全性。
入选理由：OncoAgent结合了双层LLM架构和LangGraph拓扑
构建 AI Agent 应遵循四个成熟度层级：先用框架快速验证，再用状态机定制逻辑，通过看板优化交互，最后部署云端。避免盲目跟风，应根据实际需求从简单到复杂逐步演进。
入选理由：Level 1 使用 LangChain 等框架快速验证想法是否可行。
LangChain的Deep Agents具备持久化执行功能，每一步都会进行检查点记录，确保可观测性、容错性和人机交互。DeltaChannel解决了长期运行代理的存储扩展问题。
入选理由：LangChain的Deep Agents每一步都会进行检查点记录，确保可观测性、容错性和人机交互。
Odessia 是一个由 LangChain 技术支持的 AI 驱动的旅行代理，允许用户通过一次对话规划和预订整个行程。
入选理由：Odessia 使用 LangSmith 和 LangGraph 构建
