langgraph4j

用 Java 把 AI Agent 流程画成图,复杂编排可控可调

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开发框架 🍴 复刻 300 🐛 待处理 18 👀 关注 30
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2119
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,Apache 2.0 许可证

项目预览

langgraph4j 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开发框架
开发团队langgraph4j
定价模式🏷️完全免费
价格说明开源免费,Apache 2.0 许可证
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Java
技术栈/模型agents,ai,langchain4j,langgraph,spring-ai,workflow
GitHub 星标★ 2119
上线时间2024-03-18 00:00:00
代码更新2026-11-18
仓库体积92.5 MB
本站数据更新2026-11-22
维护状态活跃
收录时间2026-10-08
浏览次数3

项目介绍

langgraph4j 是 LangGraph 的 Java 实现,面向 Java 生态提供图工程(Graph Engineering)能力,用于构建复杂的 AI Agent 架构。它把 Agent 工作流抽象成节点与边的有向图,支持条件分支、循环、并行、状态传递与中断恢复,让多步推理、工具调用、人机协同等流程可被显式编排和调试。项目与 LangChain4j、Spring AI 无缝集成,Java 开发者无需切换到 Python 即可复用 LangGraph 的核心思路。适合需要把 LLM 能力嵌入企业级 Java 服务、又要求流程可控可观测的团队,可作为从简单链式调用升级到复杂 Agent 系统的编排层。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-08 · 当前星标 ★ 2119

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 8 步

环境要求

  • JDK 17 或更高版本(1.9.x、1.8.x 的 Java baseline 均为 17+)
  • Maven 项目(README 只提供 Maven 依赖方式)
  • 如需运行 Agent 示例,需本地可用的 Ollama 服务,示例默认地址 http://localhost:11434
  • 可选:与 LangChain4j 或 Spring AI 集成时,需要对应的依赖模块

安装与启动步骤

  1. 1确认 Java 版本

    安装 JDK 17 或以上版本,并确保 MAVEN 编译使用的也是该版本,否则无法使用 1.9.x / 1.8.x 任何版本。

  2. 2引入 BOM 管理版本

    在 pom.xml 的 properties 中定义 langgraph4j.version,并通过 dependencyManagement 导入 langgraph4j-bom,统一管理各模块版本。

    <properties>
        <langgraph4j.version>1.9.3</langgraph4j.version> <!-- Check for the actual latest version -->
    </properties>
    
    <!-- Optional: Add the Bill of Materials (BOM) to manage langgraph4j module versions -->
    <dependencyManagement>
      <dependencies>
        <dependency>
          <groupId>org.bsc.langgraph4j</groupId>
          <artifactId>langgraph4j-bom</artifactId>
          <version>${langgraph4j.version}</version>
          <type>pom</type>
          <scope>import</scope>
        </dependency>
      </dependencies>
    </dependencyManagement>
  3. 3添加核心依赖

    在 pom.xml 的 dependencies 中加入 langgraph4j-core(BOM 已管理版本,无需再写 version);按需再添加 langgraph4j-langchain4j 等模块。

    <dependencies>
        <dependency>
            <groupId>org.bsc.langgraph4j</groupId>
            <artifactId>langgraph4j-core</artifactId>
        </dependency>
        <!-- Add other langgraph4j modules if needed, e.g., langgraph4j-langchain4j -->
    </dependencies>
  4. 4改用快照版本

    想用最新未发布特性时使用 snapshot 版本,并需在 pom.xml 或 settings.xml 中配置 Sonatype OSS 快照仓库。

    <repositories>
        <repository>
            <id>sonatype-oss-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots</url>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
    </repositories>
  5. 5选择运行方式

    编译好的图有两种执行方法:stream 返回 AsyncGenerator,每个元素是某节点执行完后的状态;invoke 返回 CompletableFuture,完成时给出到达 END 的最终状态。

    stream(S initialState, RunnableConfig config)
    
    invoke(S initialState, RunnableConfig config)
  6. 6运行你的第一个图

    调用 compile() 得到可执行图,再用 stream 或 invoke 传入初始状态 Map 与 RunnableConfig;示例用 forEachAsync 打印每一步状态。

    agent.stream( Map.of( "messages", "perform test twice and return number of current active threads" ) )
                    .forEachAsync( item -> System.out.println( item ));
  7. 7接入 Ollama 模型

    README 的 Agent 示例使用 OllamaChatModel 构建 chatModel,默认 baseUrl 为 http://localhost:11434,再通过 AgentExecutor 绑定工具并 compile。

    var model = OllamaChatModel.builder()
                    .modelName( <model name> )
                    .baseUrl("http://localhost:11434")
                    .supportedCapabilities(Capability.RESPONSE_FORMAT_JSON_SCHEMA)
                    .logRequests(true)
                    .logResponses(true)
                    .maxRetries(2)
                    .temperature(0.0)
                    .build();
    
    var agent = AgentExecutor.builder()
                .chatModel(model)
                .toolsFromObject(new TestTool())
                .build()
                .compile();
  8. 8可视化调试

    README 提供可嵌入的 Web 应用 Langgraph4j Studio,用于可视化与实验图结构,需访问官网 studio 页面获取入口。

关键配置

配置项必填说明示例
langgraph4j.version是在 pom.xml properties 中声明 LangGraph4j 版本号1.9.3
groupId是依赖所属组织 IDorg.bsc.langgraph4j
artifactId是核心模块坐标,BOM 管理版本时可不写 versionlanggraph4j-core
snapshots.repository.url否仅使用快照版本时需配置的 Sonatype 快照仓库https://central.sonatype.com/repository/maven-snapshots
baseUrl否Ollama 服务地址,Agent 示例中默认值http://localhost:11434
temperature否模型采样温度,示例中设为 0.00.0

如何确认成功

调用 invoke() 后 CompletableFuture 正常完成并返回最终状态,或 stream() 能逐个打印节点完成后的状态且无异常,即表示配置成功。

常见问题

Q:需要什么 Java 版本?

A:README 的版本表标明 1.9.x、1.9.3 开发构建与 1.8.x LTS 均为 Java 17+,低于 17 无法使用。

Q:stream 和 invoke 有什么区别?

A:stream 返回 AsyncGenerator,每个产出项是某节点执行完成后的状态,适合逐步骤观察或流式输出;invoke 返回 CompletableFuture,在到达 END 节点时给出最终状态。

Q:怎么用最新未发布特性?

A:改用 snapshot 版本,并在 pom.xml 或 settings.xml 中启用 Sonatype OSS snapshots 仓库;README 提示快照用户应预期活跃的开发与预发布变更。

Q:1.8 还能用吗?

A:可以。1.8.x 为 LTS,维护在 support/1.8.x 分支,只做 bugfix 和小幅改进;主仓库已更新到 1.9。

Q:有没有可视化工具?

A:有。Langgraph4j Studio 是可嵌入的 Web 应用,用于可视化与实验图,README 中提供了 studio 链接入口。

注意事项

  • README 只给出 Maven 依赖方式,未提供 Gradle 或命令行脚手架,请勿臆造其他安装命令。
  • 版本号请以 Maven Central(central.sonatype.com 搜索 g:org.bsc.langgraph4j)实际最新版本为准,示例中的 1.9.3 需自行核对。
  • 1.9.x 包含实验性新特性以准备迁移到 2.0,生产环境建议评估后再升级,或用 1.8.x LTS。
  • 示例中的 Ollama 模型名、工具类与运行地址需按你本地实际环境替换。

核心亮点

  • 与 LangChain4j、Spring AI 双向兼容,Java 项目可直接接入现有模型与工具生态
  • 提供图结构编排,支持条件边、循环、并行与状态检查点,能表达多步 Agent 与人工介入流程
  • API 设计对齐 Python 版 LangGraph,团队跨语言迁移成本低,Java 侧文档与示例较完整

不足之处

  • 生态与社区规模远小于 Python 版 LangGraph,第三方集成和现成案例较少
  • 部分高级特性(如持久化后端、可视化调试)成熟度依赖具体版本,需自行验证

适用场景

  • 在 Spring Boot 服务中编排多步 RAG 与工具调用 Agent
  • 构建需要人工审批中断与恢复的企业级 AI 工作流
  • 把复杂 LLM 推理流程拆成可测试、可观测的图节点

替代项目

LangGraph、LangChain4j、Spring AI

上一篇:air

下一篇:voice-ui-kit

同类项目推荐

grace 开源

用函数式语言写提示,把散乱 prompt 变成可组合程序

A prompt engineering functional programming language

★ 626 2026-09-16
psaisuite 开源

一套 PowerShell 接口,统一调用多家大模型

Enterprise-grade PowerShell abstraction layer for 15+ GenAI providers. Standardized ···

★ 105 2026-11-16
toon 开源

让LLM提示词更省Token,数据序列化更紧凑

Token-Oriented Object Notation (TOON) – compact, human-readable serialization of JS···

★ 25641 2026-08-09
Google_GenerativeAI 开源

C# 项目一行接入 Gemini,多模态流式对话开箱即用

Most complete C# .Net SDK for Google Generative AI and Vertex AI (Google Gemini), fe···

★ 171 2026-10-20
ComfyUI-MultiGPU 开源

一键扩展显存,多卡并行跑大模型,低配也能生成高清视频。

This custom_node for ComfyUI adds one-click "Virtual VRAM" for any UNet and CLIP loa···

★ 994 2026-08-09
ChatGLM-web-stream-demo 开源

快速搭建 ChatGLM 流式对话网页,即拿即用

ChatGLM-6B HTTP流式解码API的Flask、FastAPI实现,以及开箱即用的Web页面。 a stream dec···

★ 93 2026-08-09
output 开源

用 TypeScript 构建可靠 AI 工作流,让 Claude 自动写代码

The open-source TypeScript framework for building AI workflows and agents. Designed ···

★ 445 2026-08-09
oxideterm 开源

用 Rust 打造 AI 终端,轻量无遥测,本地远程都能用。

Fast, native Rust + GPUI workspace for local and SSH with MCP tools—no WebView, no ···

★ 1961 2026-08-09