"LangGraph是一个面向复杂工作流的有状态Agent开发框架，能为开发者提供强大的智能体构建解决方案。《LangGraph开发AI Agent实践》系统介绍LangGraph构建AI Agent的方法，覆盖从基础开发到案例实战的全流程。《LangGraph开发AI Agent实践》配套示例源码、PPT课件、读者技术交流微信群，示例代码经过测试均可运行无误。 《LangGraph开发AI Agent实践》共分12章，内容包括LangGraph基础技术、开发环境搭建、构建带工具与记忆功能的聊天机器人、构建自定义RAG检索Agent、构建智能体工作流、集成外部工具与API、状态管理与持久化、智能体（Agent）集成、构建客户支持聊天机器人、构建旅行规划智能体、构建电商客服退款处理智能体、构建股票趋势预测智能分析系统。 《LangGraph开发AI Agent实践》既适合LangGraph初学者、AI Agent开发人员、Agent架构师、大模型应用开发人员及行业AI应用解决方案提供商，也适合高等院校或高职高专院校学习大模型应用开发课程的学生。"

"邓立国，东北大学计算机应用博士，广东工业大学副教授。主要研究方向为数据挖掘、知识工程、大数据处理、云计算、分布式计算。以第一作者发表学术论文30多篇（26篇EI），主编科研著作5部，主持科研课题10项，多次获得省校级科研优秀奖。著有图书《AI Agent智能体开发实践》《Python大数据分析师的算法手册》《Python数据分析与挖掘实战》《Python大数据分析算法与实例》《数据库原理与应用（SQL Server 2016版本）》等。周驰岷，四川开放大学副教授。主要研究方向为区块链、AI数字资源制作。主持或参与完成了多项省部级科研项目，发表中文核心、EI检索论文多篇。获得全国仿真创新应用大赛国赛二等奖、省赛一等奖，制作课程入选国家终身教育智慧教育平台。邓淇文，南乌拉尔国立大学硕士。嵌入式软件工程师。著有《AI Agent智能体开发实践》《Python大数据分析师的算法手册》《数据库原理与应用（SQL Server 2016版本）》。"

前 言 随着大模型技术的爆发式发展，智能体（Agent）作为实现自动化任务处理、复杂决策与多轮交互的核心载体，成为AI应用落地的关键方向。然而，当前智能体开发面临工作流设计复杂、状态管理混乱、多工具集成烦琐等痛点，传统框架难以满足工业级应用需求。LangChain 团队推出的LangGraph框架以“确定性状态管理”和“图结构工作流”为核心优势，填补了这一空白，为开发者提供了构建可靠、可扩展智能体的标准化工具。 市场对智能体技术的需求在多领域正呈现爆发态势：企业客服领域需要能整合订单查询、规则判断的自动化处理系统；旅行服务行业亟需集成天气、酒店、景点数据的行程规划助手；电商平台则要求智能体实现退款流程的动态分支管理与人工协作。 本书目的 本书立足LangGraph框架的技术特性，从基础组件解析到实战案例开发，全面覆盖智能体开发全流程。通过客户支持聊天机器人、旅行规划智能体、电商客服退款处理智能体、股票趋势预测智能分析系统等场景化案例，精准对接企业降本增效的核心诉求，为AI开发者、企业技术团队提供兼具理论深度与实践价值的指南。 本书特色 1. 系统化学习路径，从入门到实战 本书采用“基础→开发→应用”三阶递进架构：基础篇详解LangGraph核心概念与组件，通过聊天机器人案例掌握工具调用、记忆功能等核心能力；开发篇深入工作流设计、多智能体协作与状态管理，解决复杂业务逻辑；实战篇聚焦四大工业级场景（客服、旅行规划、电商退款、股票趋势预测），覆盖完整智能体开发闭环。 2. 聚焦工业级智能体开发痛点 独创性剖析动态工作流设计（第5章的分支与动态路由、第8章的多智...