Dallo schema lineare al grafo
Nel gennaio 2024, LangChain Inc. rilascia LangGraph come libreria autonoma, pensata per superare i limiti delle chain lineari quando si costruiscono agent complessi. Dove LangChain modella il flusso come sequenza ordinata di passi, LangGraph lo rappresenta come grafo in cui i nodi sono funzioni e gli archi descrivono le transizioni di stato. Il framework è rilasciato sotto licenza MIT, disponibile in Python e JavaScript.
La differenza strutturale è rilevante: un grafo consente cicli e branching condizionale, due caratteristiche difficili da esprimere in una chain lineare. Un agent che decide se chiamare un tool, valutare il risultato e ripetere il ragionamento è naturalmente un ciclo; un workflow che si dirama in base a una classificazione è naturalmente un branch.
Stato persistente e checkpointing
Ogni grafo LangGraph è associato a uno state condiviso fra i nodi. Lo state è tipicamente un dizionario tipizzato la cui definizione specifica come ciascun campo viene aggiornato — tramite sovrascrittura, accumulo in lista, merge di dizionari. Questo modello di aggiornamento rende il comportamento deterministico e verificabile.
Il checkpointing salva lo stato del grafo in punti definiti, consentendo di sospendere un’esecuzione e riprenderla in un momento successivo, anche dopo il riavvio del processo. Questa capacità è la base per il pattern human-in-the-loop: un grafo può fermarsi prima di un’azione critica, attendere una conferma esterna e riprendere l’esecuzione con lo stato intatto. Lo streaming espone gli aggiornamenti dello stato nodo per nodo, permettendo all’interfaccia utente di mostrare il progresso in tempo reale.
Workflow agentic complessi
LangGraph viene adottato in scenari in cui le architetture agent-based richiedono controllo esplicito sul flusso: supervisor che orchestrano più agent specialisti, pipeline RAG con raffinamento iterativo della query, sistemi multi-agent con protocolli di comunicazione strutturati. La rappresentazione esplicita del grafo rende il comportamento ispezionabile e facilita il debugging, rispetto ad approcci in cui il flusso è implicito nel prompt dell’agent.
Posizionamento nell’ecosistema
LangGraph si integra con l’ecosistema LangChain — tool, prompt, memory, connessione con LangSmith per l’osservabilità — ma non richiede di utilizzare l’intero stack: può essere adottato come libreria autonoma per l’orchestrazione. Il modello a grafo con stato esplicito è stato ripreso in diversi framework successivi e rappresenta oggi un pattern consolidato nello sviluppo di sistemi agentic.