Вы на LangChain, скопировали multi-agent туториал с MemorySaver, выкатили self-hosted LangGraph на SQLite-checkpointer — и после деплоя диалоги обнулились, supervisor трижды звал research-агента на «напиши SQL», а безопасность прислала CVE на checkpointer. Боль знакомая: граф цикличится, состояние не переживает рестарт, туториалы спорят — create_supervisor, StateGraph или CrewAI «за 10 минут». Ниже — один кейс, явный граф, Postgres checkpoint и сравнение с no-code, когда LangGraph лишний.
TL;DR / Быстрый инсайт: LangGraph — «дирижер» для ИИ-агентов: вы рисуете граф узлов, а не надеетесь на случайный порядок вызовов. Для production — Postgres checkpointer с thread_id, supervisor через tool-calling (langgraph-supervisor устарела), recursion_limit и LangSmith trace. «langgraph» — 1625 показов/мес (июнь 2026), пакет 1.2.5. Self-hosted без патчей — риск CVE checkpointer.
README langgraph-supervisor рекомендует не использовать библиотеку в новых проектах, а строить supervisor через tool-calling. «langgraph crewai» — 18 показов/мес против 1625 у «langgraph»: ищут фреймворк, попадают в устаревшие паттерны. Идем путем цеха сборщика — один кейс (research + code review + ответ), один граф, чеклист до production. К концу гайда вы соберите supervisor + workers и сможете возобновить диалог по thread_id после рестарта.
LangGraph хранит состояние графа между шагами — блокнот, куда каждый агент дописывает свой кусок. API — «розетка» для вызова узлов. MCP (Model Context Protocol) подключает внешние tools по стандарту — см. подключение MCP в Cursor.
Сравните LangGraph, CrewAI и n8n до первого кода
Боль «зачем LangGraph, если CrewAI проще?» всплывает, когда нужен audit trail. Выбор — про тип задачи, не про «лучший фреймворк».
| Критерий | LangGraph | CrewAI | n8n |
|---|---|---|---|
| Модель | Явный StateGraph, conditional routing | Role-based «команда» | Визуальные интеграции |
| Прототип | Средняя скорость, нужен Python | Быстрое демо команды | Быстро для ops и CRM |
| Production | Checkpoint, HITL, LangSmith trace | MVP ок, routing сложнее | Self-hosted + AI Agent (1.82+) |
| Когда НЕ брать | Простой FAQ без ветвлений | Нужен контроль графа и CVE-audit | Тяжелая multi-agent логика |
Сделайте: LangGraph при явных ветках и resume после падения. Не делайте: тащить его туда, где автоматизация n8n и ИИ-агенты закрывает задачу за дни.
Итоговый вердикт: CrewAI — быстрый старт ролевой команды. n8n — ops без Python. LangGraph — когда граф, checkpoint и trace важнее первого демо.
Установите стек: Python 3.10+, langgraph 1.2.5 и LangSmith
На PyPI langgraph 1.2.5 (2026-06-12), Python ≥3.10, langgraph-checkpoint ≥4.1.0.
- Создайте venv: pip install langgraph≥1.2.5, langchain-openai, langgraph-checkpoint-postgres.
- Ключи: OPENAI_API_KEY (или Claude/GigaChat), LANGSMITH_API_KEY, LANGSMITH_TRACING=true.
- Паттерн: supervisor + researcher + coder для «исследование → код → ответ».
- User journey в README — иначе граф раздуется без тестов.
- Импорт: StateGraph, END, AsyncPostgresSaver — проверьте до написания узлов.
Типичная ошибка — туториал 2024 с langgraph-supervisor-py. В 2026 путь — supervisor через tool-calling по docs LangChain multi-agent.
Спроектируйте StateGraph без зацикливаний supervisor
Граф крутится бесконечно, когда нет FINISH и recursion_limit. StateGraph — схема: кто следующий, при каком условии, когда стоп.
Схема workflow:
User message → supervisor → researcher ИЛИ coder → supervisor → FINISH → ответ
State schema — TypedDict или MessagesState с messages, next_agent, artifacts. Reducers для append-only: каждый узел меняет только свои ключи. Conditional edge читает next_agent и ведет в researcher, coder или END.
Каркас на Python: class TeamState(TypedDict) с ключами messages и next_agent; graph = StateGraph(TeamState), conditional edges на supervisor, app = graph.compile(checkpointer=saver, interrupt_before=[«coder_run»]). Используйте TypedDict или MessagesState с reducers для append-only полей.
В реальном проекте compile всегда с checkpointer — иначе отладка routing и resume расходятся. recursion_limit при compile (например 25) страхует от runaway-цикла, если supervisor «забыл» FINISH.
Сделайте: явный узел FINISH и лимит итераций. Не делайте: ждать, что LLM сам остановится — trace в LangSmith покажет бесконечный круг.
Разделите workers по tools: supervisor через handoff
15 tools у одного агента = путаница вызовов. Supervisor с handoff-tools, workers с 3-5 инструментами.
Researcher: web search, RAG (см. построение RAG-системы). Coder: lint, tests, read file. Supervisor вызывает transfer_to_coder, а не пишет SQL сам. Context isolation — worker видит только свой домен, меньше галлюцинаций tool-call.
Официальные multi-agent docs: subagents — 4 model calls one-shot, handoffs — 3. Для production предсказуемее handoff, чем «все агенты в одном контексте».
На практике ломается так: research-агент трижды на SQL-задаче. Фикс — system prompt supervisor с явными правилами маршрутизации + 10 промптов в unit-тест: каждый попадает в правильный worker до подключения к HTTP API.
Подключите checkpoint: thread_id и Postgres вместо MemorySaver
MemorySaver — только dev в RAM. После kill -9 или деплоя на SQLite диалоги обнуляются.
- Dev: MemorySaver для быстрых итераций.
- Prod: AsyncPostgresSaver + pool; при деплое checkpointer.setup().
- Запрос: thread_id в config — без него resume невозможен.
- Тест: kill процесса, тот же thread_id — execution с checkpoint.
Managed LangSmith на PostgreSQL вне зоны SQLite/Redis CVE (июнь 2026). Self-hosted обязан мигрировать с SQLite checkpointer до production.
Пройдите security preflight и HITL на опасных узлах
Июнь 2026: CVE-2026-28277 (unsafe msgpack в checkpoint), цепочка SQLi→RCE на self-hosted с устаревшим checkpointer (Check Point Research).
- langgraph ≥1.0.10 (лучше 1.2.5), checkpoint-sqlite ≥3.0.1, redis ≥1.0.2.
- LANGGRAPH_STRICT_MSGPACK=true.
- get_state_history без auth не экспонировать; API за reverse proxy с JWT.
Human-in-the-loop — пауза перед email, SQL write, платежом: interrupt_before, approve, resume с того же checkpoint. Меньше 2,5% сложных неструктурированных задач автономные системы закрывают без человека; около 40% проектов агентов отменяются из-за скрытых затрат — HITL снижает цену ошибки.
Сделайте: interrupt на write-операциях и внешних API с побочным эффектом. Не делайте: self-hosted API на SQLite с открытым портом без auth.
Включите LangSmith tracing и чек-лист production
Без observability непонятно, кто сломал workflow в 3 часа ночи. LANGSMITH_TRACING=true дает node-level trace: где supervisor застрял, какой worker вызвал tool, сколько токенов ушло. Trace replay ускоряет разбор production-инцидента с минут до секунд на узел. Настройте Postgres checkpointer и получите воспроизводимый результат: 10 тест-кейсов маршрутизации, resume после kill, полный trace в LangSmith.
Деплой: Docker + LangServe или LangSmith Deployment. GitHub langgraph — около 34,9k stars, релизы 1.2.x в июне 2026 с патчами checkpoint. Перед релизом — регрессия 10 тест-кейсов, нагрузка на concurrent thread_id, TTL старых checkpoints, eval на golden-наборе промптов.
Критерии успеха:
- 10 тест-кейсов: supervisor → нужный worker → ответ.
- После kill — thread по thread_id.
- LangSmith — полный trace.
- Prod: Postgres checkpointer, auth, LANGGRAPH_STRICT_MSGPACK=true.
- Таблица LangGraph/CrewAI/n8n объясняет выбор.
Low-code агенты — в курсе по Make.com (5 800 ₽/мес, 159+ уроков). Вопросы — @maya_pro.
Экспертная вычитка: Артур Хорошев (CEO Maya AI, практик AI-агентов).
Источники цифр: Вордстат («langgraph» — 1625 показов/мес), PyPI langgraph 1.2.5, CVE-цепочка checkpointer — июнь 2026.
Частые вопросы
Чем langgraph отличается от crewai?
LangGraph — явный StateGraph с checkpoint и routing. CrewAI быстрее для прототипа «команды», сложнее audit маршрута. Для HITL и resume после падения чаще LangGraph.
Как написать агента на langgraph?
State schema → workers с узким tool-set → supervisor с handoff → conditional edges и FINISH → compile с Postgres и thread_id. 10 тестов маршрутизации до деплоя.
Что такое human in the loop langgraph?
Пауза перед опасным узлом: interrupt_before, оператор правит state, resume с checkpoint. Без HITL риск автономной ошибки выше выгоды.
Langgraph mcp — как подключить?
MCP как tools к worker: один worker — один домен. Supervisor не видит все MCP сразу. Подробнее — гайд по Cursor.
Какой checkpointer для dev и prod?
Dev: MemorySaver. Prod: AsyncPostgresSaver + thread_id. SQLite/Redis на публичном self-hosted в июне 2026 — риск без патчей.
Нужен ли langgraph studio для production?
Studio (59 показов/мес) удобен для визуальной отладки локально. Production — LangServe, Docker или LangSmith Deployment с Postgres. Studio не заменяет auth, CVE-патчи и нагрузочные тесты.
Когда langgraph — overkill?
FAQ-бот или CRM-связка без ветвлений — n8n или Make. LangGraph оправдан при subgraphs, checkpoint после рестарта, node-level trace и формальном audit маршрута агентов.
