langgraph4j/langgraph4j

解决的问题

LangGraph4j 提供了一种在 Java 中构建状态化多智能体 AI 应用程序的方法。它通过支持循环图，解决了传统有向无环图（DAG）的局限性，而循环图对于需要 AI 回退到之前步骤、重试任务或请求澄清的智能体工作流至关重要。

工作原理

该库采用基于图的方法来定义 AI 工作流：

• StateGraph：开发者定义节点（操作）和边（转换）的主要结构。
• AgentState：在节点之间共享的状态（本质上是一个映射）。Reducer 决定新数据如何合并到此状态中（例如，覆盖或追加到列表）。
• 节点：接收当前状态、执行计算（如调用 LLM），并返回状态更新的独立逻辑单元。
• 边：控制流程。普通边是无条件的，而条件边使用逻辑动态决定基于当前状态的下一个节点。
• 持久化：通过 CheckpointSaver，可以将图的状态保存到各种数据库（MySQL、PostgreSQL、Redis 等），支持长时间运行的流程以及工作流的恢复或调试。

适用人群

专为使用 LangChain4j 或 Spring AI 等框架的 Java 开发者设计，他们希望以结构化方式管理智能体协作、记忆和控制流，构建复杂的 LLM 驱动应用。

主要亮点

• 循环图支持：支持循环和迭代式智能体推理。
• 状态管理：共享的、基于 reducer 的状态，实现节点间的上下文感知。
• 持久化：内置对多种数据库后端的支持，用于保存和恢复图状态。
• 可视化调试：包含一个 Studio Web UI，用于可视化检查和运行图。
• 框架集成：与 LangChain4j 和 Spring AI 无缝集成。
• 异步/流式处理：支持非阻塞操作和从 LLM 获取流式结果。