langgraph graphrag agents checkpointing rag

LangGraph-Kontrollflächen gegen Wissensgraphen: Aufbauschema, das auch bei Kontaktabbruch funktioniert.

Trennen Sie die Control-Flow-Graphs von LangGraph von den Wissensgraphen sowie von Unterbrechungen durch Menschen, und fügen Sie GraphRAG erst dann hinzu, wenn mehrfache RAG-Fehler festgestellt werden.

Verlag: REACTAPP.TOPAuf dieser Website hinzugefügt 26. Sept. 202618 Min. Lesezeit4078 Wörter

Quellen: Graph Engineering with Claude

Control-Flow-Diagramme und Wissensgraphen teilen ein Wort – und fast nichts anderes. Diese Anleitung unterscheidet sie voneinander, zeigt an, wann Zustandsmaschinen im LangGraph-Stil sinnvoll sind, und wann Datengraphen im GraphRAG-Stil auf messbare Mehrschritt-Fehler warten sollten.

Fangen Sie damit an, den teuren Graphen nicht zu erstellen

Darauf zurückzugreifen, weil ein Wissensgraph „fortgeschritten“ klingt, ist ein häufiger Fehler. Benchmarks, die einfache Abfragen bewerten, zeigen oft Gleichstand zwischen herkömmlichen Textabschnitten und Graphabrufen – bei Kosten für die Erstellung ohne Nutzen. Beginnen Sie mit Architekturgraphen zur Steuerung; fügen Sie Datengraphen erst hinzu, wenn die Vektorabfrage bei Beziehungsfragen versagt.

Was ein graphbasiertes Agent tatsächlich ist

Ein Agentengraph ist ein Zustandsautomat: Knoten aktualisieren den gemeinsamen Zustand, Kanten wählen den nächsten Knoten, Unterbrechungen pausieren für Menschen, Checkpoints überleben Abstürze. Er beantwortet, wie die Ausführung voranschreitet – nicht, wo sich Fakten befinden.

Fünf Muster, die man sich merken sollte

Router → spezialisierte Tools; Planer → Ausführender; Genehmigungsmechanismen für Menschen; Map-Reduce für Unteraufgaben; zyklische Schleifen „verbessern, bis fertig“. Jedes Muster ist eine explizite Kantenrichtlinie, keine versteckte if-Neststruktur.

Mechaniken im Detail

from langgraph.graph import StateGraph, START, END
from typing_extensions import TypedDict

Gemeinsamer Zustand als typisierter Dictionary:

class State(TypedDict):
    query: str
    docs: list
    answer: strdef retrieve(state: State):
    return {"docs": kg_search(state["query"])}   # a retrieval nodedef generate(state: State):
    return {"answer": llm(state["query"], state["docs"])}g = (StateGraph(State)
     .add_node("retrieve", retrieve)
     .add_node("generate", generate)
     .add_edge(START, "retrieve")
     .add_edge("retrieve", "generate")
     .add_edge("generate", END)
     .compile())

Unterbrechungen pausieren mitten im Graphen:

from langgraph.types import interrupt, Command

Beispiel für einen Genehmigungsknoten:

def approval(state):
    ok = interrupt({"question": "Approve?", "amount": state["amount"]})
    return {"status": "approved" if ok else "rejected"}

ASCII-Steuerfluss:

+-----------+
START --> |  router   |
          +-----------+
           |         |
   (relational)   (simple)
           v         v
      +---------+  +--------+
      | graph   |  | vector |
      | retrieve|  |retrieve|
      +---------+  +--------+
            \         /
             v       v
          +-------------+       +--------------+
          |  reason /   |----> | write-memory |--> KG
          |  generate   |       +--------------+
          +-------------+
                |
         (needs approval?) --> interrupt() --> human
                |
                v
               END

Checkpoints sind an sich keine dauerhafte Ausführung

Durch das Speichern des Zustands in SQLite oder Postgres wird verhindert, dass Tickets beim Neustart verschwinden. Es handelt sich dabei nicht um einen vollständigen Workflow-Engine mit Timern und Warteschlangen – doch ohne diese können Demonstrationen mit menschlichem Eingriff die Produktreife falsch darstellen.

Die andere Art von Graph

Wissensgraphen speichern aus Korpora extrahierte Entitäten und Kanten. Sie helfen bei Fragen zur Mehrfachverknüpfung von Eigentumsverhältnissen und Auswirkungen; sie sind jedoch bei Suchanfragen vom Typ „Was ist X?“ nicht automatisch leistungsfähiger als BM25+vektoren.

Benchmarks, die im Präsentationsdeck ausgelassen werden

Wenn einfache Faktensuche zwischen Textabschnitten und Graphverfahren verglichen wird, benötigt die Komplexität eine andere Fragestellung, um gerechtfertigt zu werden. Bias-überprüfte Erfolgsraten, die nach Korrektur durch LLM-Bewerter einbrechen, sind ein weiterer Grund, Messungen auf eigenem Traffic durchzuführen.

Was ein Hybrid tatsächlich bringt

Dichte, lexikalische sowie optionale Graph-Anker in Kombination mit der rekursiven Rangfusion decken Paraphrasen und Identifikatoren ab. Die Graph-Sprünge erfolgen hinter den Identifikator-Ankern und nicht vor jeder Abfrage.

Kostenanalyse

Mehr-Agenten-Strukturen können im Vergleich zu einzelnen Chats etwa um einen Größenordnung höhere Tokenmengen verbrauchen. Die einfache Überlagern der GraphRAG-Extraktion ohne Messung der Differenzen führt dazu, dass die Kosten steigen, während die Qualität bei Abfragen unverändert bleibt.

Gedächtnis mit Zeitbewusstsein

Thread-Checkpoints unterscheiden sich von langfristigen Präferenzspeichern sowie von CDN-basierten Antwortcaches. Die Mischung dieser Ansätze erzeugt Bots, die im Laufe des Chats Namen vergessen oder veraltete Richtlinien anwenden.

Stack für 2026 – ehrliche Bewertung

LangGraph zur Steuerung, bewährte Vektor-/Hybrid-Speicher für die meisten Abrufvorgänge sowie ontologiebewusste Graphen nur dort, wo Beziehungen die Antwort sind. Die Überwachung des Tokenverbrauchs und der Priorisierung ist wichtiger als die Neuheit der Frameworks.

Mehre-Agenten-Steuerung

Extra-Agenten müssen messbare Werte für Loyalität oder Latenzvorteile erwerben. Andernfalls kollabiert das System zu einem kleineren Graphen.

Aufgetretene Fehler

Verlorene Unterbrechungen ohne Kontrollpunkte; Router-Loops; von Tools erzeugte falsche Argumente; Graphextraktoren, die künstliche Kanten erstellen; Fusionsgewichte, die in Notizbüchern angepasst wurden, aber nie in festen Konfigurationen überprüft wurden.

Phasenweiser Pfad mit Schwellwerten

Kontrollgraphen für das Versandsystem + hybride Abrufmethoden.
Sammeln von Fehlern, die nach Beziehungstyp versus Chunking gekennzeichnet sind.
Wissensträger nur für verifizierte Mehrschritt-Setzungen hinzufügen.
Benchmarking mit gestuften Antworten, nicht mit pauschalen LLM-Bewertungen.

Was man misstrauen sollte

„Graphen sind immer fortschrittlicher“, Gewinnraten in Demos ohne Bias-Prüfungen sowie Mehrere-Agenten-Designs, die keine Token-Deltas anzeigen können.

Bewahren Sie die Konfigurationen für Router-Entscheidungen sowie Wiederaufnahmen von Unterbrechungen in CI auf. Behandeln Sie die Checkpoint-Speicher als Produktionsdaten mit Backups. Beim Hinzufügen von GraphRAG messen Sie zunächst den Token-Unterschied in der echten Umgebung, bevor Sie die Anzahl der Entitäten feiern.

Schreiben Sie Runbooks für feststeckende Unterbrechungen und „orphaned“ Threads.

Ziehen Sie lieber weniger Knoten mit klaren Verantwortlichkeiten vor statt tiefer verschachtelter Strukturen.

Protokollieren Sie die Entscheidungen bezüglich der Kanten, um sie später in deterministische Router umzuwandeln.

Trennen Sie den Evaluierungsverkehr von den Kunden-Threads im Checkpointer.

Überprüfen Sie die maximale Konkurrenz, wenn in den Leistungsmetriken Ausnahmen auftreten.

Dokumentieren Sie, welches Graph – Steuerung oder Daten – jede Ebene bedeutet.

Schreiben Sie Runbooks für feststeckende Unterbrechungen und „orphaned“ Threads.

Ziehen Sie lieber weniger Knoten mit klaren Verantwortlichkeiten vor statt tiefer verschachtelter Strukturen.

Protokollieren Sie die Entscheidungen bezüglich der Kanten, um sie später in deterministische Router umzuwandeln.

Trennen Sie den Evaluierungsverkehr von den Benutzerthreads im Checkpointer.

Überprüfen Sie die maximale Konkurrenz, wenn in den Leistungsmetriken Unterbrechungen auftreten.

Dokumentieren Sie, was jede Grafik – Kontroll- oder Datengrafik – bedeutet.

Schreiben Sie Anleitungen für feststeckende Interrupts und Waisenthreads.

Ziehen Sie lieber weniger Knoten mit klaren Verantwortlichkeiten vor statt tiefer verschachtelter Strukturen.

Protokollieren Sie die Entscheidungen bezüglich der Verarbeitungswege für eine spätere Umwandlung in deterministische Router.