LangGraph Mastery Playbook：一个结构化的 LangGraph 学习项目
最近在系统学习 LangGraph 框架构建 AI Agent ，基于学习过程整理了一个开源项目——LangGraph Mastery Playbook。这个项目将 LangGraph 的核心能力拆解为五个渐进式阶段，适合希望系统掌握 LangGraph 的开发者。
项目结构
每个阶段都是一个独立的 Python 模块，包含清晰的文档字符串、main() 入口函数，并支持可选的图谱可视化输出。按顺序执行即可逐步掌握 LangGraph 的主要特性。
项目特点
- 保持依赖与示例更新（如 Tavily 使用官方
langchain-tavily包） - 图谱 PNG 自动保存至
artifacts/目录，便于追踪 - 所有脚本支持
uv环境运行
快速体验
例如，想运行最新的 Stage 05 research agent Demo：
uv run python -m src.langgraph_learning.stage05_production_retrieval.research_assistant
执行后将看到完整的分析师规划、并行采访和报告生成流程。
项目地址
https://github.com/leslieo2/LangGraph-Mastery-Playbook
如果你也在学习或使用 LangGraph ，欢迎尝试并提出建议，期待在回复中交流讨论！
 |
1
leslieo2 OP 课程更新到了 stage06,学完之后可以自己实现一个 deep research agent
|
Select Language