langgraph agents hitl checkpoints multi-agent production

LangGraph para agentes de producción: puntos de control, HITL y grafos multiagente

Por qué las cadenas se detienen y reinician en los ciclos, y cómo los nodos, aristas y salvadores de puntos de control de LangGraph hacen que los agentes de producción sean operativos, con revisión humana en el proceso.

Editor: REACTAPP.TOPAñadido a este sitio 26 sept 20267 min de lectura1610 palabras

Fuentes: LangGraph Explained: Build Production-Ready AI Agents in 2026

¿Qué es LangGraph?

LangGraph es un entorno de ejecución para crear agentes con estado y multi-pasos como grafos explícitos: los nodos realizan tareas, las aristas deciden qué se ejecuta a continuación, y el estado compartido persiste a lo largo de los pasos, incluso después de fallos o pausas humanas.

Hace dos años, muchos “agentes” eran bucles while alrededor de un LLM sin posibilidad de recuperación. Los fallos a mitad de tarea obligaban a reiniciar desde cero. Los grafos convierten la memoria, las ramificaciones y la reanudación en elementos fundamentales.

Por qué las cadenas no eran suficientes

Las cadenas LCEL son ideales para pipelines lineales. Tienen dificultades cuando se necesitan ciclos, enrutamiento condicional, puntos de control duraderos o aprobación humana durante la ejecución. Esos son problemas propios de los grafos.

Conceptos clave: nodos, aristas y estado

Estado — campos tipados que lleva a cabo la ejecución
Nodos — funciones que actualizan el estado

Aristas — transiciones fijas o condicionales

Compilar — validar la estructura, adjuntar un marcador de verificación

Invocar/fluir — ejecutar con configuración

from typing import TypedDict, Annotated
from langgraph.graph import StateGraph, END
import operator

# Define your state
class AgentState(TypedDict):
    messages: Annotated[list, operator.add]
    next_action: str
    final_answer: str

from langgraph.graph import StateGraph, END
from langgraph.prebuilt import ToolNode
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool

# 1. Define a tool
@tool
def search_web(query: str) -> str:
    """Search the web for current information."""
    # Connect to your actual search API here
    return f"Search results for: {query}"

# 2. Define the LLM with tools bound
llm = ChatOpenAI(model="gpt-4o", temperature=0)
tools = [search_web]
llm_with_tools = llm.bind_tools(tools)

# 3. Define node functions
def call_llm(state):
    response = llm_with_tools.invoke(state["messages"])
    return {"messages": [response]}

def should_continue(state):
    last_message = state["messages"][-1]
    if last_message.tool_calls:
        return "run_tools"
    return END

# 4. Build the graph
workflow = StateGraph(AgentState)
workflow.add_node("agent", call_llm)
workflow.add_node("run_tools", ToolNode(tools))

workflow.set_entry_point("agent")
workflow.add_conditional_edges("agent", should_continue)
workflow.add_edge("run_tools", "agent")

# 5. Compile with a checkpointer
from langgraph.checkpoint.sqlite import SqliteSaver
memory = SqliteSaver.from_conn_string("agents.db")
graph = workflow.compile(checkpointer=memory)

# 6. Run with a thread ID for persistent state
config = {"configurable": {"thread_id": "user-123"}}
result = graph.invoke({"messages": [("user", "What is the latest GPT model?")]}, config)
print(result["messages"][-1].content)

# Add a human approval gate before a risky action
workflow.add_node("human_review", interrupt(before="execute_payment"))

pip install langgraph langchain-openai psycopg2-binary

Cómo funciona realmente la gestión de estados

Las actualizaciones se fusionan a través de los reductores. Los reductores mal configurados duplican mensajes o eliminan campos. Considere la elección del reductor como parte de la revisión del esquema.

Primer agente (Python)

Defina el estado → agregue nodos → conecte aristas → compile → invoque con un ID de hilo al usar un salvador.

Intervención humana

Interrumpa antes de que surjan efectos secundarios; reanude con un paquete de aprobación. Esta es la diferencia operativa entre las demostraciones y los agentes en producción.

Patrones multiagente

Las transferencias de supervisores/especialistas, las ramas paralelas y los subgrafos se corresponden perfectamente con nodos nombrados que comparten o tienen estados particionados.

Persistencia y recuperación

Los mecanismos de punto de control respaldados por base de datos sobreviven a los reinicios del proceso. Los salvadores en memoria son solo para pruebas.

Cuándo usar LangGraph

Úsalo cuando el flujo de control es no lineal, se debe pausar o reanudar. Prefiere cadenas más simples para respuestas RAG de un solo uso sin ramificaciones.

Cierre

Los agentes en producción necesitan un estado y aristas explícitos, no soluciones improvisadas. LangGraph es una forma fiable de representar todo esto en código.

Omite el ruido promocional del mercado; el valor real radica en el flujo de control con puntos de control y en HITL. Mantén los tutoriales centrados en estas herramientas básicas.

Instrumenta los eventos de inicio/finalización de los nodos para que las trazas muestren qué rama se ejecutó. Los grafos sin telemetría se convierten en cajas negras a las 2 de la madrugada.

Definiciones de gráficos de versiones junto con las instrucciones. Un cambio de nombre de nodo sin migración interrumpe los hilos reanudados que aún apuntan a nombres antiguos.

Omite el ruido de promociones del mercado; el valor técnico radica en el flujo de control con puntos de verificación y HITL. Mantén los tutoriales centrados en esas primitivas.

Instrumenta los eventos de inicio/finalización de nodos para que las trazas muestren qué rama se ejecutó. Los gráficos sin telemetría se convierten en cajas negras a las 2 de la madrugada.

Definiciones de gráficos de versiones junto con las instrucciones. Un cambio de nombre de nodo sin migración interrumpe los hilos reanudados que aún apuntan a nombres antiguos.

Omite el ruido de promociones del mercado; el valor técnico radica en el flujo de control con puntos de verificación y HITL. Mantén los tutoriales centrados en esas primitivas.

Instrumenta los eventos de inicio/finalización de nodos para que las trazas muestren qué rama se ejecutó. Los gráficos sin telemetría se convierten en cajas negras a las 2 de la madrugada.

Definiciones de gráficos de versiones junto con las instrucciones. Renombrar un nodo sin realizar una migración interrumpe los hilos reanudados que aún apuntan a los nombres antiguos.

Omite el ruido de las promociones del mercado; el valor técnico radica en el flujo de control con puntos de verificación y HITL. Mantén los tutoriales centrados en esas primitivas.

Instrumenta los eventos de inicio/finalización de los nodos para que las trazas muestren qué rama se ejecutó. Los gráficos sin telemetría se convierten en cajas negras a las 2 de la madrugada.