用途：LangGraph 是构建生产级 AI 智能体的框架，用图结构让智能体流程可见、可调试。适合需要显式状态流转、多角色协作或循环调用的场景。
主要能力：基于 StateGraph 构建图；状态管理与 reducer（如 add_messages 追加消息、自定义字典合并、列表累加）；节点与边定义；条件路由；检查点与持久化；人机协同模式；工具集成；流式与异步执行。
使用方式：需 Python 3.9+、langgraph 包及 LLM API（如 OpenAI、Anthropic）。典型流程为定义 State（TypedDict + Annotated reducer）、定义工具、创建绑定工具的 LLM、定义节点函数、编写路由函数、用 StateGraph 添加节点与边（含 add_conditional_edges）、compile 后 invoke。节点返回部分状态更新，由 reducer 合并。
适用场景：单智能体工具调用（ReAct 风格）、多智能体共享状态、按查询类型分支的多工作流、需要持久化与恢复对话的应用。
限制：目前以 Python 为主（TypeScript 处于早期阶段）；图概念有学习曲线；状态管理较复杂；调试可能困难。需注意避免无退出条件的无限循环、无状态节点和过于庞大的单体状态。
相关技能：可与 crewai、autonomous-agents、langfuse、structured-output 配合使用。