这一节开始我们开始学习 Langgraph 的源码。

1. Pregel

通过 Langgraph API 了解到 Langgraph 的运行时由 Pregel 实现。所以我们直接来看 Pregel 的定义:

注: 我先尝试从 UML 类图挖掘 Langgraph 里的核心对象，但是效果并不明显。

目前为止我们学习 langchain-core 中几乎所有的核心对象。现在我们对这些核心对象的抽象层次做一个总结，便于我们理解 Agent 中对象的传递和调用链。查看源代码时可以快速定位到每个组件核心代码的位置。

上一节我们介绍了 langchain agent 的核心抽象，这一节我们来学习 langchain 内置 agent 之一的 chat agent。

1. chat agent 使用示例

下面是一个使用 ChatAgent 的使用示例，国内环境比较难使用 OpenApi 这里使用的阿里通义，需要现申请一个 通义千问的 ApiKey ，并将其添加到 .env 文件中。

有了 langchain-core 基础后，现在可以学习 Agent 的实现了。

1. Agent UML 类图

Agent 的实现在 langchain.agents 中，UML 类图如下:

UML 类图中，我们能看到很多之前在 langchain-core 学习的类，我们需要重点关注一下对象:

1. Cache 和 Memory

2. Cache

cache 是用于缓存相同输入的 LLM 或 chain 调用结果，避免重复请求、降低成本、提升速度。位于 langchain_core.caches 内。