LangGraph v0.2：通过新的检查点库增强自定义性

今天，我们很高兴地宣布 LangGraph v0.2 的稳定版本发布，它引入了一个新的 LangGraph 检查点库生态系统。这些库简化了检查点的创建和自定义，使用户能够构建更具弹性的 LLM 应用程序，具有流畅的会话记忆、强大的错误恢复和人机交互功能。

我们为什么构建 LangGraph v0.2

LangGraph 的关键支柱之一是其内置的持久层，通过检查点实现。当您在图中使用检查点时，您可以与图的状态进行交互和管理。检查点会在每个步骤保存图状态的检查点，从而实现多项强大的功能，包括

会话记忆：存储用户交互的历史记录（检查点），并在后续交互中从保存的检查点恢复
错误恢复：通过从上一个成功的步骤检查点继续，从图执行中任何给定步骤的失败中恢复
人机交互：实施工具批准、等待人工输入、编辑代理操作等
时间旅行：编辑执行历史记录中任何点的图状态，并从该时间点创建替代执行（即，fork 线程）

自 LangGraph 早期以来，我们就将检查点设计为数据库无关的，允许用户为他们选择的数据库实现自己的检查点适配器。

自从 LangGraph v0.1 发布以来，我们看到了社区对为许多流行的数据库（如 Postgres、Redis 和 MongoDB）创建检查点的浓厚兴趣。但是，用户没有明确的蓝图来实施他们自己的自定义检查点。

LangGraph 中的新检查点库

在 LangGraph v0.2 中，我们使创建新检查点变得更加容易。我们还为培育社区维护的检查点实现生态系统奠定了基础。

我们现在有一套新的专用检查点库

langgraph_checkpoint：检查点保存器（BaseCheckpointSaver）和序列化/反序列化接口（SerializationProtocol）的基础接口。包括用于实验的内存检查点实现（MemorySaver）。
langgraph_checkpoint_sqlite：LangGraph 检查点的实现，它使用 SQLite 数据库。非常适合实验和本地工作流。
langgraph_checkpoint_postgres：我们为 LangGraph Cloud 中的 Postgres 编写和优化的高级检查点现在已开源，可供社区在此基础上构建。非常适合在生产环境中使用。

检查点实现可以互换使用，这使用户可以根据自己的自定义需求定制其有状态的 LangGraph 应用程序。

用于生产就绪应用程序的 LangGraph Postgres 检查点

langgraph_checkpoint_postgres 实现可以作为社区成员为其喜欢的数据库实现自己的优化、生产就绪检查点的蓝图。Postgres 检查点在写入端和读取端都实现了一些优化。

写入端优化

我们正在使用 Postgres 管道模式来减少数据库往返次数
我们正在单独且版本化地存储每个通道值，以便每个新检查点仅存储已更改的值。

读取端优化

我们正在为列表端点使用游标，以便在需要时有效地获取长线程历史记录。

LangGraph v0.2 入门

由于 LangGraph 检查点库是作为命名空间包实现的，因此您可以像以前一样导入检查点接口和实现，使用

from langgraph.checkpoint.base import BaseCheckpointSaver
from langgraph.checkpoint.memory import MemorySaver
from langgraph.checkpoint.sqlite import SqliteSaver
from langgraph.checkpoint.postgres import PostgresSaver

由于 SQLite 和 Postgres 检查点是通过单独的库提供的，因此您需要使用 pip install langgraph-checkpoint-sqlite 或 pip install langgraph-checkpoint-postgres 单独安装它们。

LangGraph 检查点库将遵循语义版本控制（从当前 1.0 版本开始），主库中的任何重大更改都将导致这些库的主要版本升级。例如，langgraph_checkpoint 中的下一个重大更改将导致 2.0 版本，您可以预期检查点实现（例如，langgraph_checkpoint_sqlite）也将更新到 2.0 以遵循该更改。

要开始使用，请按照本指南了解如何在 LangGraph 中使用检查点。您还可以查看我们的文档，包括参考和检查点概述。

使用 LangGraph Cloud 大规模运行代理

为了补充 LangGraph 框架，我们还有一个新的运行时 LangGraph Cloud，它提供专门为大规模部署代理而构建的基础设施。

LangGraph Cloud 为您的代理应用程序承担繁重的工作，消除了自定义检查点的维护工作，同时增加了容错可扩展性。它可以优雅地管理水平扩展的任务队列、服务器，并开箱即用地包含我们强大的 Postgres 检查点，以帮助您处理许多并发用户并有效地存储大型状态和线程。

此外，LangGraph Cloud 还支持超出流式传输和人机交互的真实世界交互模式。这些包括双重文本处理以处理图的当前运行线程上的新用户输入、用于长时间运行任务的异步后台作业和 cron 作业。

最后，您可以使用 LangGraph Cloud 轻松部署您的代理应用程序并在 LangGraph Studio（一个类似游乐场的空间，用于可视化和调试代理轨迹）中进行协作。LangGraph Studio 桌面应用程序现在也已面向所有 LangSmith 用户免费试用。

LangGraph Cloud 现已面向所有 LangSmith Plus 或 Enterprise 计划用户提供 Beta 版。立即免费试用 通过注册 LangSmith。

LangGraph v0.2 中的其他更改

LangGraph v0.2 包含许多改进，并且我们已将其设计为在很大程度上向后兼容。以下是此最新版本中的重大更改和弃用列表。

重大更改

LangGraph v0.2 引入了多项重大更改

thread_ts 和 parent_ts 已分别重命名为 checkpoint_id 和 parent_checkpoint_id（通过 langgraph_checkpoint==1.0.0）。
- 注意：如果通过配置传递，LangGraph 检查点仍然识别 thread_ts 并将其视为 checkpoint_id
由于使用了命名空间包，因此不再可能进行重新导出的导入，例如 from langgraph.checkpoint import BaseCheckpointSaver。请改用 from langgraph.checkpoint.base import BaseCheckpointSaver
SQLite 检查点已移至单独的库，因此您需要使用 pip install langgraph-checkpoint-sqlite 单独安装它们

弃用

在 LangGraph v0.2 中，我们已删除

langgraph.prebuilt.chat_agent_executor.create_function_calling_executor。我们建议您改用 langgraph.prebuilt.chat_agent_executor.create_react_agent。
langgraph.prebuilt.agent_executor。我们建议您改用 langgraph.prebuilt.chat_agent_executor.create_react_agent。

结论

我们非常感谢我们的社区和用户推动我们并使用 LangGraph 构建，以提高代理的可靠性。我们希望通过 LangGraph v0.2，您会发现构建和维护自己的检查点实现变得更加容易——并且我们很高兴看到您创建的所有应用程序。

当您试用 LangGraph v0.2 时，我们很乐意在 hello@langchain.dev 听到您的反馈。您还可以从以下其他资源中了解更多信息