langgraph-ai

照着跑,快速上手LangGraph智能体与RAG开发

这是一个LangGraph的实战教程与实现集合,专注于构建智能体RAG系统和MCP(模型上下文协议)应用。项目通过Jupyter Notebook形式,提供了从基础到高级的AI工作流示例,包括Agentic RAG、多智能体协作、工具调用等模式。它解决了开发者在使用LangGraph时缺乏系统性参考的问题,将分散的官方文档和社区实践整合为可运行的代码案例。核心能力在于:一是覆盖LangGraph核心概念(状态图、节点、边)的清晰演示;二是提供完整的MCP开发示例,帮助理解模型与外部工具交互;三是包含多种RAG变体(如自我反思RAG、混合检索RAG),可直接改造用于生产。项目目前处于早期阶段,但代码结构清晰,注释详细,适合作为学习LangGraph的起点。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 113
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队piyushagni5
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型agentic-rag,langchain,langgraph,mcp,mcp-server,rag
GitHub 星标★ 113
30天Star增速
HF 下载量
上线时间2025-06-26 00:00:00
最近更新2026-08-19 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 提供可直接运行的Notebook,覆盖Agentic RAG、MCP等热门场景,降低学习门槛
  • 代码注释详细,结合图解说明LangGraph状态流转,适合新手理解
  • 包含多种RAG进阶模式(如自我反思、混合检索),可借鉴到实际项目

不足之处

  • 星标仅112,社区活跃度低,更新可能不及时
  • 文档/社区待观察,缺少issue讨论和贡献者指引

适用场景

  • 学习LangGraph框架,快速搭建智能体原型
  • 开发基于RAG的企业知识库问答系统
  • 探索MCP协议,构建模型与外部工具集成的应用

替代项目

LangGraph官方示例库、langchain-ai/langchain、Camel-AI/OASIS

项目介绍

langgraph-ai 是开发框架领域的开源项目,由 piyushagni5 开发,2025 年首次发布。

它收录于开发框架分类,该分类目前共有 795 个项目,GitHub 星标数为 113。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-19。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:学习LangGraph框架,快速搭建智能体原型。同类可对比的替代方案包括 LangGraph官方示例库、langchain-ai/langchain、Camel-AI/OASIS。

上一篇:context-engineering

下一篇:dexter

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12