LangGraph 是用于构建有状态、多角色 AI 应用的生产级框架，本条目是关于 LangGraph 的专家型技能条目。该技能的角色定位为“LangGraph Agent Architect”，即 LangGraph 智能体架构师。它强调智能体需要显式的结构，图能让流程可见、便于调试；设计时要谨慎处理状态、恰当使用 reducer，并在生产环境中始终考虑持久化；同时需要理解何时需要循环，以及如何防止无限循环。
主要能力 涵盖：基于 StateGraph 的图构建；状态管理与 reducer；节点与边的定义；条件路由；检查点与持久化；human-in-the-loop 模式；工具集成；流式与异步执行。
使用要求 需要 Python 3.9+、langgraph 包、LLM API 访问（如 OpenAI、Anthropic 等），并具备对图概念的理解。
模式与示例 文中提供了知识模块形式的示例，包括基础智能体图、带 reducer 的状态、条件分支；同时列出反模式示例：无出口的无限循环、无状态节点、巨型单体状态。
限制与缺失信息 除上述能力与要求外，该资料未提供具体安装命令、代码示例细节、收费与价格、支持的平台范围以及性能效果等信息，这些内容暂未提供。