langgraph-implementation
Skillby anderskev
clawhub⭐ 07/10
使用 LangGraph 实现有状态代理图。用于构建图、添加节点/边、定义状态模式、实现检查点、处理...
基于LangGraph的有状态智能体图实现框架。支持节点/边定义、状态模式、检查点持久化、错误恢复,用于构建复杂多步骤AI工作流和对话系统。
📊 商业分析
商业模式
freemium
独特价值
提供图式状态机和检查点机制,支持复杂多轮对话和工作流编排
竞品
AutoGen(微软,更通用),CrewAI(更易用),Dify(国内,低代码),差异:LangGraph更底层灵活,学习曲线陡
🎯 应用场景
目标用户
AI应用开发者企业自动化工程师LLM应用架构师
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- 智能体框架与工作流编排
- 可商业化
- ✅ 是
AI 标签
智能体编排状态管理工作流自动化多轮对话检查点恢复
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6