LangGraph v0.2：通过新的检查点库增强自定义功能

今天，我们很高兴地宣布 LangGraph v0.2 的稳定版本发布，该版本引入了 LangGraph 检查点库的新生态系统。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，并实现流畅的会话内存、强大的错误恢复和人工参与功能。

我们为什么要构建 LangGraph v0.2

LangGraph 的关键支柱之一是其内置的持久化层，该层通过检查点实现。当您将检查点与图形一起使用时，您可以交互并管理图形的状态。检查点在每个步骤保存图形状态的检查点，从而实现多种强大的功能，包括

会话内存：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：通过从最后一个成功步骤检查点继续，从图形执行中任何给定步骤的故障中恢复
人工参与：实施工具审批、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时间点的图形状态，并从该时间点创建替代执行（即分叉线程）

从 LangGraph 的早期开始，我们就将检查点设计为与数据库无关，允许用户为其选择的数据库实现自己的检查点适配器。

自从LangGraph v0.1 版本发布以来，我们看到社区对为许多流行的数据库（如 Postgres、Redis 和 MongoDB）创建检查点产生了浓厚的兴趣。但是，用户没有明确的蓝图来实现自己的自定义检查点。

LangGraph 中的新检查点库

通过 LangGraph v0.2，我们使创建新的检查点变得更加容易。我们也为培养一个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) 的基本接口和序列化/反序列化接口 (SerializationProtocol)。包括用于实验的内存中检查点实现 (MemorySaver)。
langgraph_checkpoint_sqlite：使用 SQLite 数据库实现的 LangGraph 检查点。非常适合实验和本地工作流。
langgraph_checkpoint_postgres：我们为 LangGraph Cloud 中的 Postgres 编写的并优化的高级检查点现已开源，并提供给社区进行构建。非常适合在生产环境中使用。

检查点实现可以互换使用，这允许用户根据其自定义需求调整其有状态的 LangGraph 应用程序。

用于生产就绪型应用程序的 LangGraph Postgres 检查点

langgraph_checkpoint_postgres 实现可以作为社区成员实现自己的优化、生产就绪型检查点（用于其喜欢的数据库）的蓝图。Postgres 检查点在写入端和读取端都实现了大量优化。

写入端优化

我们正在利用 Postgres 管道模式来减少数据库往返次数
我们分别存储每个通道值并进行版本控制，以便每个新的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较长的线程历史记录。

开始使用 LangGraph v0.2

由于 LangGraph 检查点库作为命名空间包实现，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 检查点通过单独的库提供，因此您需要使用 pip install langgraph-checkpoint-sqlite 或 pip install langgraph-checkpoint-postgres 安装它们。

LangGraph 检查点库将遵循语义版本控制（从当前版本 1.0 开始），主库中的任何重大更改都将导致这些库的主版本号增加。例如，langgraph_checkpoint 中的下一个重大更改将导致版本 2.0，并且您可以预期检查点实现（例如，langgraph_checkpoint_sqlite）也会更新到 2.0 以遵循该更改。

要开始使用，请按照有关如何在 LangGraph 中使用检查点的指南进行操作。您还可以查看我们的文档，包括检查点的参考和概述。

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，它提供了专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完成了繁重的工作，消除了自定义检查点的维护工作，同时增加了容错的可扩展性。它可以优雅地管理横向扩展的任务队列、服务器，并包含我们强大的 Postgres 检查点，开箱即用，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 支持超出流式传输和人工参与的现实世界交互模式。这些包括双文本以处理当前正在运行的图形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，您可以轻松部署您的代理应用程序并在 LangGraph Studio 中进行协作，LangGraph Studio 是一个用于可视化和调试代理轨迹的类似游乐场的空间，使用 LangGraph Cloud。LangGraph Studio 桌面应用程序现已向所有 LangSmith 用户免费试用。

LangGraph Cloud 现已向所有 Plus 或 Enterprise 计划的 LangSmith 用户开放测试版。立即免费试用注册 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 引入了几个重大更改

thread_ts 和 parent_ts 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 检查点仍会识别 thread_ts 并将其视为 checkpoint_id
由于使用了命名空间包，因此不再可能重新导出导入，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 来提高代理的可靠性。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容易——我们很高兴看到您创建的所有应用程序。

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