LangGraph
Moteur d'exécution d'agents à état publié par LangChain Inc, utilisable sans les composants LangChain. Il décide comment les étapes s'enchaînent : en ligne, en boucle, avec un état qui survit d'une étape à l'autre, du routage conditionnel et de la persistance entre les tours. L'exemple qui revient en entretien (« un agent de recherche répond à : donne-moi des infos sur l'action Apple ») : avec une chaîne, la recherche Google puis la base de données puis le LLM s'exécutent l'une après l'autre, et si la recherche échoue, tout le parcours peut échouer. Avec LangGraph, l'agent choisit l'étape suivante au moment de l'exécution selon le résultat reçu : appeler une API, interroger la base ou relancer la recherche. Les étapes s'appellent des nœuds, les liens entre elles des arêtes. Source : [Instagram reel DeOtQ_MMdS-](https://www.instagram.com/reel/DeOtQ_MMdS-/).
Forces
- Graphes cycliques : les agents peuvent boucler, réévaluer et changer de stratégie
- Persistance intégrée : mémoire cross-turn, checkpoints, state snapshots
- Human-in-the-loop natif : pause l'agent pour validation humaine, puis reprise
- Streaming natif : chaque nœud du graphe streame son output en temps réel
- LangGraph Platform : déploiement d'agents persistants en production (hosted)
- Utilisable sans LangChain : la documentation officielle le dit, tu branches tes propres appels de modèles et d'outils sur le moteur
Limites
- Complexité accrue vs chaînes simples, debugging de graphes cycliques non trivial
- LangGraph Platform (hosted) payant, le self-hosting nécessite du travail d'infra
- Overkill pour les agents simples (question → tool call → réponse)
Pour qui
- Agents multi-étapes avec mémoire, boucles et validation humaine
- Workflows LLM complexes : recherche itérative, planification, auto-correction
- Chatbots d'entreprise nécessitant un état persistant entre sessions