用途：该技能为在 Python 中构建 LangGraph 智能体提供专家级辅助，覆盖有状态图、检查点、人在回路中断、流式输出、容错与部署。
主要能力：提供两种 API。Graph API 使用 StateGraph、节点与边实现显式 DAG 控制流；Functional API 使用 @entrypoint 与 @task 编写命令式 Python 风格工作流。支持通过 InMemorySaver 或 PostgresSaver 接入持久化与记忆；用 interrupt() 暂停并恢复执行实现人在回路；配置 values、updates、messages、events 等流式模式；按节点设置重试、超时与错误处理；从检查点重放、时间旅行与状态更新；以及本地服务器、LangSmith Deployment 与 langgraph.json 配置部署。
使用方式：定义 TypedDict 状态类，用 StateGraph 添加节点与边，compile(checkpointer=...) 编译，invoke 时通过 config 传入 thread_id 维持有状态会话。Functional API 用 @entrypoint(checkpointer=...) 与 @task(retry=RetryPolicy(...)) 装饰函数。中断后用 Command(resume=...) 恢复。可用 app.get_state_history 获取历史，app.update_state 修改检查点状态后重放。
适用场景：构建有状态智能体、需要持久记忆与断点续跑、需要人工审批、需要流式输出、需要容错与持久执行，以及 Agentic RAG、SQL agent 等。
限制：资料未提供具体收费、价格、平台支持范围与效果数据；参考语料为 30 个 LangGraph 页面，完整代码内容需查阅 ../langchain-deepagents/references/llms-full.md。更新命令为 skill-seekers scrape --url "https://docs.langchain.com/oss/python/langgraph/overview" --name langgraph。