《LangGraph 1.0 完全指南》
面向 Agent 开发者的 LangGraph 1.0 开源中文电子书，14 章覆盖从 ReAct Agent 到多智能体与 RAG 的完整实战，并可安装为 Claude Code Skill 直接生成高质量 LangGraph 代码。
证据显示权限设计较克制：CI 工作流仅申请 contents:read，GitHub Action 以 SHA 锁定版本；应用按 provider 条件注册搜索工具（dashscope 专属工具不向 ark/ollama 开放），并有测试验证。教程含 PII 检测、敏感词过滤、HITL 章节，但作为 Skill 分发时未见执行前用户确认机制的代码证据，扣分。外部效果（联网搜索 DashScope/Tavily/DDGS）存在但属于教程明确声明的功能，未超出预期。无回滚机制的描述，仅 HITL 章节间接涉及。来源归属清晰：链接官方文档/仓库并采用 CC BY-NC-SA。
依赖通过 pyproject/requirements 双文件声明且 uv sync --locked 锁定，CI 同时做 lint、单元测试和 notebook 冒烟检查，三份测试文件覆盖工具注册、流式响应、错误渲染与取消清理，错误信息经 _summarize_error 异步摘要并渲染到历史，证据充分。依赖可用性依赖腾讯镜像源（pyproject 中 default index 为第三方镜像），对非中国区用户构成潜在单点，扣分。
面向 LangGraph 1.0 初学者到进阶者的定位清晰，14 章覆盖入门到 RAG/多智能体/部署，中英双语 README，场景划分明确，接近满分。能力边界（Skill 适用于 Claude Code 写 LangGraph/LangChain 代码）有声明但未展示边界说明细节；环境要求明确（Python >=3.13）但门槛较高，扣分。
信息架构良好：README 目录表、在线阅读、章节文件命名规范一致（1.quickstart.ipynb 等）。许可证为 CC BY-NC-SA 4.0 全文，与 README 声明一致（元数据 NOASSERTION 是注册表未识别，不影响实际证据）。安装说明完整但未见 .env 示例或密钥配置说明。已知局限一节缺失，扣分；版本号 1.0.0 与 News 更新记录存在但无正式 CHANGELOG；维护路径通过贡献指南和 CI 体现，单人维护未明确承诺。
作为教程+Skill+可运行 Gradio 应用的组合，边际价值明确：承诺纯 v1.0 无历史残留、含实战 app 且有测试保障，成本（一次安装）相对收益合理。输出可用性体现在流式对话、工具调用格式化、错误摘要等（测试佐证），但输出为教育用途，非生产级承诺，扣分。
声明大多可追溯到具体文件：依赖清单、CI 配置、测试文件、LICENSE 全文均可核对；'不含 v0.6 残留'等承诺依赖 notebook 内容本审未提供，只能部分采信，扣分。与官方文档/langgraph-101 的交叉引用提供了佐证路径；事实（代码存在）与推断（教程质量）区分在评述中保持。静态审查，置信度低。
- 该仓库以 CC BY-NC-SA 4.0 分发，禁止商业用途，企业引入前需法务确认。
- Skill 通过 npx skills add 安装后将在 Claude Code 中注入提示指令，安装前应审查 SKILL.md 内容，本审未提供该文件。
- pyproject 默认使用腾讯第三方 PyPI 镜像，非中国区用户建议覆盖为官方源。
- 要求 Python >=3.13，环境门槛较高。
- 未见密钥/.env 配置示例，运行 app 和联网搜索章节需自行配置 DashScope/Tavily 等付费 API。
- 无回滚或状态清理机制的描述，教程级代码请勿直接用于生产。
这个 Agent 能做什么，适合哪些场景？
这是 GitHub 仓库 luochang212/dive-into-langgraph 下的开源电子书项目，主题为 2025 年 10 月发布的 LangGraph 1.0 稳定版本。教程将 LangGraph 与 LangChain 两个库的核心功能提取为 14 个 Jupyter 章节，包括 StateGraph 工作流、中间件、人机交互、记忆、上下文工程、MCP Server、监督者模式、并行、RAG、联网搜索、Deep Agents，以及一个基于 Gradio 的实战对话应用。内容通过 GitHub Pages 在线发布，配有 CI 和 deploy-book 工作流。自 2026 年 3 月起，项目同时打包为 Agent Skill，可通过 npx 安装到 Claude Code，使其直接辅助编写 LangChain/LangGraph 代码。作品采用 CC BY-NC-SA 4.0 协议，禁止商业使用。
项目由两部分组成。其一是教程本体：14 个 ipynb 章节演示具体 API，如创建第一个 ReAct Agent、用 StateGraph 构建工作流、自定义中间件实现预算控制/消息截断/敏感词过滤/PII 检测、HITL 人机交互、短期与长期记忆、State/Store/Runtime 上下文管理、接入 MCP Server、tool-calling 与 langgraph-supervisor 两种监督者模式、@task 与 Map-reduce 并发、向量/关键词/混合三种 RAG、DashScope/Tavily/DDGS 联网搜索、Deep Agents、Gradio 流式对话应用，以及 langgraph dev 调试页面。其二是 Agent Skill：SKILL.md 位于 skills/dive-into-langgraph/，安装后为 Claude Code 提供编写 LangChain/LangGraph 代码的领域知识。运行依赖 requirements.txt 中的 langgraph、langchain[openai]、langgraph-supervisor、langmem、fastmcp、langgraph-checkpoint-sqlite/redis 等包。
- Python 开发者刚接触 LangGraph 1.0，需要一份不包含 v0.6 历史残留的中文系统教程快速入门。
- 团队需要实现预算控制、敏感词过滤、PII 检测等生产级中间件，参考第 3 章的自定义中间件实现。
- 需要为 Agent 添加短期/长期记忆或上下文工程方案的开发者，参考第 5、6 章及 langmem 用法。
- 要构建 RAG（向量/关键词/混合检索）或接入联网搜索（DashScope、Tavily、DDGS）的工程师。
- Claude Code 用户希望借助 Skill 直接生成符合 LangGraph 1.0 规范的代码，而非人工通读教程。
- 想快速搭建一个可定制的流式对话智能体应用的开发者，可复用第 13 章 Gradio + LangChain 应用。
这个 Agent 有哪些优点和局限？
- 完全基于 LangGraph v1.0 稳定版编写，作者明确承诺不含 v0.6 历史接口残留，降低学习后返工风险。
- 14 章覆盖生产关注点（中间件护栏、HITL、记忆、MCP、监督者模式、并发），而非仅 Hello World 级示例。
- 双重形态：既可作电子书阅读，又可安装为 Claude Code Skill 直接辅助写代码。
- 配有 GitHub Actions CI 与 deploy-book 工作流，内容持续验证并自动发布到 GitHub Pages。
- 第 13 章提供可直接复用和扩展的 Gradio 实战应用源码（/app 目录）。
- 采用 CC BY-NC-SA 4.0 协议，禁止商业性使用，商业团队采用受限。
- 与 LangChain/LangGraph 生态深度绑定，教程价值随框架版本演进需持续维护。
- 联网搜索与模型调用依赖 DashScope、Tavily 等外部服务，需自备 API 密钥并承担相应费用。
- Skill 形态仅明确支持 Claude Code，其他编码助手无法直接使用该 Skill。
- 许可证在 GitHub 上标记为 NOASSERTION，需读者自行查阅仓库中的 CC 协议文件确认条款。
如何安装或部署这个 Agent？
- 克隆仓库：git clone https://github.com/luochang212/dive-into-langgraph。2. 安装 Python 依赖：pip install -r requirements.txt（包含 langgraph、langchain[openai]、langgraph-supervisor、langmem、fastmcp、dashscope、tavily-python 等）。3. 如需安装为 Claude Code Skill：npx skills add luochang212/dive-into-langgraph。联网搜索等章节需要相应服务的 API 密钥（如 DashScope、Tavily），仓库使用 python-dotenv 管理环境变量。
如何使用这个 Agent？
- 阅读方式：直接浏览仓库中的 1.quickstart.ipynb 至 14.langgraph_cli.ipynb，或访问在线阅读地址 https://luochang212.github.io/dive-into-langgraph/。2. 本地运行：按章节顺序在 Jupyter 环境执行 notebook，先跑通第 1 章的 ReAct Agent。3. 调试：运行 langgraph dev 启动 langgraph-cli 提供的调试页面。4. 实战：进入 /app 目录使用第 13 章的 Gradio 智能体应用并按需扩展。5. Skill 方式：在 Claude Code 中安装 Skill 后，直接要求其编写 LangChain/LangGraph 代码。
这个 Agent 与同类方案有什么区别？
仓库自身列出了 LangChain 官方教程 langgraph-101 与 langchain-academy 作为延伸阅读；差异在于本项目为中文原创、按 14 章主题组织，并额外提供 Claude Code Skill 形态。