# Easy-Langgraph

**Repository Path**: dxycc/easy-langgraph

## Basic Information

- **Project Name**: Easy-Langgraph
- **Description**: 个人系统学习 LangGraph 的笔记与代码仓库，涵盖基础入门、核心概念、高级特性与实战项目，记录从零到掌握的全过程。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-07-19
- **Last Updated**: 2026-07-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Easy-LangGraph

个人学习 [LangGraph](https://github.com/langchain-ai/langgraph) 的记录仓库，记录自己从零开始系统学习 LangGraph 的全过程。从基础概念到实战项目，边学边写，作为自己的学习笔记和练习存档。

---

## 📖 介绍

### 什么是 LangGraph

LangGraph 是 LangChain 团队开发的一个框架，用于构建基于大语言模型（LLM）的**有状态、多步骤**应用。它将 LLM 调用组织成有向图结构，让开发者可以精确控制程序的执行流程。

**学习 LangGraph 可以让你：**
- 构建复杂的 AI Agent，而不仅仅是单次问答
- 实现可持久化的对话状态管理
- 设计分支、循环、条件判断等控制流
- 轻松集成人机交互节点（Human-in-the-loop）

### 仓库目标

这是我的个人学习仓库。里面的代码示例、笔记和注释都是自己在学习 LangGraph 过程中一步步积累的，记录了自己从入门到实战的完整学习轨迹。如果你也在学 LangGraph，希望能给你一些参考。

---

## 🗺️ 学习路径

```
基础入门 → 核心概念 → 高级特性 → 实战项目
```

| 阶段 | 目录 | 主要内容 |
|------|------|----------|
| 🟢 **基础入门** | `01-基础入门/` | 环境搭建、第一个 LangGraph 程序、基本运行流程 |
| 🟡 **核心概念** | `02-核心概念/` | State、Node、Edge、条件路由、图编译与执行 |
| 🟠 **高级特性** | `03-高级特性/` | 人机交互（Human-in-the-loop）、Checkpointer 持久化、流式输出、工具调用 |
| 🔴 **实战项目** | `04-实战项目/` | Agent 实现、RAG 系统、多 Agent 协作、完整项目案例 |

---

## 🛠️ 环境准备

### 1. Python 版本要求

- Python >= 3.9（推荐 3.10+）

### 2. 创建虚拟环境（推荐）

```bash
# 使用 conda
conda create -n langgraph python=3.10
conda activate langgraph

# 或使用 venv
python -m venv venv
# Windows
venv\Scripts\activate
# macOS / Linux
source venv/bin/activate
```

### 3. 安装依赖

```bash
pip install langgraph langchain-openai
```

### 4. 配置 API Key

```bash
# Windows PowerShell
$env:OPENAI_API_KEY = "your-api-key"

# macOS / Linux
export OPENAI_API_KEY="your-api-key"
```

> 💡 你可以通过 [OpenAI 平台](https://platform.openai.com/api-keys) 获取 API Key。

---

## 🚀 快速开始

运行你学习路径中的第一个示例：

```bash
python 01-基础入门/01_hello_world.py
```

如果看到 LLM 的正常输出，说明环境配置成功，可以继续往下学习了！

---

## 📚 相关资源

- [LangGraph 官方文档](https://langchain-ai.github.io/langgraph/)
- [LangGraph GitHub](https://github.com/langchain-ai/langgraph)
- [LangChain Python 文档](https://python.langchain.com/)
- [LangGraph 官方教程](https://langchain-ai.github.io/langgraph/tutorials/)

---

## 🤝 参与贡献

这是一个个人学习仓库，欢迎指正和交流。如果你发现错误或有更好的建议，欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 新建功能分支 (`git checkout -b feat/xxx`)
3. 提交代码 (`git commit -m '添加了xxx特性'`)
4. 推送到远程 (`git push origin feat/xxx`)
5. 创建 Pull Request

---

## 📝 License

本项目仅供学习使用。