用途：掌握 LangGraph，构建生产级 AI 智能体，提供细粒度控制、检查点、流式输出与复杂状态管理。LangGraph 是兼具声明式与命令式 API 的编排框架，专注生产智能体的控制与持久性，提供构建块而非隐藏复杂度的高层抽象，并取代旧版 AgentExecutor。
主要能力：六项生产特性——并行化、流式输出、检查点、人在回路、追踪、任务队列。基于图的架构使用 StateGraph、节点、边与条件边，编译为可运行应用。核心模式包括带工具的智能体（create_react_agent）、多智能体协作（监督者路由到专家）、人在回路（interrupt 暂停、按 thread_id 恢复）。状态管理分短期记忆（MemorySaver，会话内）与长期记忆（PostgresSaver 等持久化）。高级控制流支持条件路由、循环重试、并行扇出与扇入聚合。生产部署涵盖 astream_events 流式、节点错误处理、LangSmith 追踪监控。
使用方式：定义状态（TypedDict + Annotated），创建 StateGraph，添加节点与边，compile 后 invoke/stream。有状态对话需设置 config 中的 thread_id。可集成 Claude、OpenAI 及 MCP 服务器工具。
适用场景：需要细粒度控制智能体执行、复杂状态机、人在回路审批、生产级持久化、多 LLM 供应商支持时选用。若需托管平台、可视化构建器、更简单 API 或仅限 Oracle Cloud，则考虑替代方案。
限制与注意：不要使用已弃用的 AgentExecutor；节点需处理错误；有状态对话勿忘 thread_id；避免过度复杂化图；长对话注意内存管理。文档、GitHub 与教程链接见资料。