基于LangGraph和LangChain实现的AI Agent可视化配置平台,通过拖拽方式构建复杂智能体流程,支持自定义节点和状态变量管理。
一分钟了解#
Lang-Agent是一个基于LangGraph的可视化AI Agent配置平台,通过拖拽方式构建复杂智能体工作流。它面向需要构建自定义AI应用的开发者,相比传统的固定流程工具,Lang-Agent允许自定义状态变量,实现更灵活的智能体控制。
核心价值:提供高度可定制的AI Agent构建平台,无需深入LangGraph细节即可实现复杂业务逻辑。
快速上手#
安装难度:中 - 需要分别安装前端和后端,有一定技术门槛
# 克隆项目
git clone https://github.com/cqzyys/lang-agent.git
# 安装后端
cd lang-agent-backend
poetry env use python
poetry shell
poetry install
# 安装前端
cd lang-agent-frontend
yarn install
适合我的场景吗?
- ✅ 复杂AI Agent开发:需要可视化配置多步骤AI流程的场景
- ✅ 企业级AI应用:需要集成多种模型和外部工具的场景
- ❌ 简单聊天机器人:只需基础LLM功能的场景
- ❌ 无编程经验:需要零代码搭建AI应用的场景
核心能力#
1. 可视化Agent配置 - 简化复杂流程构建#
通过拖拽节点和边来构建复杂的AI Agent工作流,无需编写复杂的LangGraph代码。 实际价值:降低技术门槛,让开发者专注于业务逻辑而非底层实现。
2. 自定义节点系统 - 灵活扩展能力#
开发者可以轻松创建自定义节点,实现特定业务逻辑,无需修改核心代码。 实际价值:可根据业务需求定制功能,满足特定场景要求。
3. 状态变量管理 - 精确控制流程#
支持自定义状态变量,可在节点和条件边中使用,实现更精准的流程控制。 实际价值:实现复杂的交互逻辑和数据流转,提升Agent的智能化程度。
技术栈与集成#
开发语言:Python, TypeScript, JavaScript 主要依赖:LangGraph, FastAPI, React, ReactFlow, HeroUI, Tailwind CSS 集成方式:完整的前后端分离架构,通过API通信
生态与扩展#
- 自定义节点:项目提供完整的自定义节点开发指南,支持前端React组件和后端Python逻辑实现
- 模型支持:支持LLM、VLM和Embedding模型,兼容OpenAI接口的渠道
- 数据库集成:支持PostgreSQL和Milvus向量数据库
- 工具集成:通过MCP协议集成外部工具和服务
维护状态#
- 开发活跃度:持续更新,有明确的版本迭代计划
- 最近更新:项目近期仍有提交和更新
- 社区响应:开源项目,社区可通过GitHub贡献和反馈
商用与许可#
许可证:Apache-2.0
- ✅ 商用:允许商业使用
- ✅ 修改:允许修改和分发
- ⚠️ 限制:需要包含许可证和版权声明
文档与学习资源#
- 文档质量:全面,包含详细的安装和使用说明
- 官方文档:https://github.com/cqzyys/lang-agent
- 示例代码:提供多个示例用例,展示不同类型的Agent配置