Pourquoi LangGraph change la donne
Les pipelines LLM séquentiels atteignent rapidement leurs limites face à des workflows métiers complexes : gestion d’état persistant, branchements conditionnels, boucles de validation, appels d’outils en parallèle. LangGraph introduit un paradigme de graphe orienté où chaque noeud est une étape de traitement et chaque arête une transition d’état — potentiellement conditionnelle. Contrairement à LCEL, le graphe peut contenir des cycles, ce qui ouvre la porte aux architectures réflexives (reflect → act → observe → reflect).
Les primitives fondamentales
Un StateGraph repose sur trois éléments. Les nodes : des fonctions pures (ou async) qui reçoivent l’état courant et retournent un patch d’état. Les edges : des transitions simples ou des fonctions conditionnelles qui retournent le nom du prochain noeud. L’état partagé : un TypedDict ou dataclass typé qui persiste à travers tout le workflow et sert de contrat entre les noeuds. La discipline de typage de l’état est la première garantie de robustesse en production.
Trois patterns de multi-agents
Le pattern Supervisor : un noeud orchestrateur reçoit la tâche, sélectionne l’agent spécialisé via un LLM router, et consolide les résultats avant de répondre. Le pattern Hierarchical : les superviseurs délèguent eux-mêmes à des sous-agents, permettant des organisations en arbre pour des tâches très complexes. Le pattern Parallel : plusieurs agents s’exécutent via la primitive Send(), leurs résultats convergeant vers un noeud d’agrégation — particulièrement efficace pour la recherche documentaire multi-sources.
Conseils pour la mise en production
Instrumentez chaque noeud avec LangSmith dès le développement — déboguer un graphe complexe sans traçabilité est un cauchemar. Définissez un timeout par noeud et un noeud escape_hatch qui interrompt les cycles si le compteur d’itérations dépasse un seuil. Persistez l’état avec un checkpointer (SQLite en développement, PostgreSQL en production) pour permettre le resume après interruption humaine ou erreur réseau. Versionnez vos graphes : un changement de noeud peut briser des paths non testés en cascade.