Zurück zum Glossar

Begriff

LangGraph

LangGraph ist ein Open-Source-Framework von LangChain für zustandsbehaftete, graph-basierte LLM-Workflows — Knoten sind Funktionen oder Agenten, Kanten definieren den Kontrollfluss inklusive Schleifen und Verzweigungen.

LangGraph — ausführlicher erklärt

Wo LangChain LLM-Aufrufe linear verkettet (Chain), modelliert LangGraph den Ablauf als gerichteten Graph mit explizitem State. Jeder Knoten ist eine Funktion, die den geteilten Zustand liest und verändert; Kanten — fest oder bedingt — entscheiden, welcher Knoten als nächstes läuft. Das ermöglicht Loops (Agent denkt → Tool nutzen → erneut denken), Verzweigungen (je nach Tool-Output anderer Pfad) und Human-in-the-Loop-Pausen. LangGraph ist die Grundlage hinter LangChains eigenem Agent-Stack und wird oft in Production-Deployments mit LangGraph Cloud betrieben.

Beispiel / Praxisbezug

Typische Anwendung: ein Recherche-Agent mit drei Knoten — plan, search, summarize. Nach plan entscheidet eine Bedingung, ob noch gesucht werden muss oder ob direkt zusammengefasst wird. Nach search geht es zurück zum Planner, bis er „fertig” sagt. Der State enthält dabei alle Zwischenergebnisse. Persistenz und Replay sind eingebaut, sodass sich abgebrochene Läufe fortsetzen lassen.

Abgrenzung zu ähnlichen Begriffen

LangChain selbst bleibt für lineare Pipelines (RAG, einfache Tool Use) das einfachere Werkzeug. CrewAI und AutoGen verfolgen ähnliche Multi-Agenten-Ziele, abstrahieren aber stärker über vordefinierte Rollen statt über einen expliziten Graph. LangGraph ist explizit für Entwickler, die Kontrollfluss und State selbst in der Hand behalten wollen.

Entdecke mehr