LangGraph
📘 স্টেটফুল এজেন্ট ওয়ার্কফ্লো গ্রাফ।
🌐 Stateful agent workflows as graphs.
🦾
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
স্টেটফুল এজেন্ট ওয়ার্কফ্লো গ্রাফ।
স্টেটফুল এজেন্ট ওয়ার্কফ্লো গ্রাফ।
🌐 English:
Stateful agent workflows as graphs.
Stateful agent workflows as graphs.
🗂 কোথায় পড়ে
৪. ডিপ লার্নিং ও এআই → এজেন্টিক এআই → LangGraph
🎯 এই শাখার লক্ষ্য
Design tool-using, memory-backed, multi-agent systems safely
🧰 টুলস
LangGraph, CrewAI, MCP
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
নিয়ন্ত্রণযোগ্য, পুনরুদ্ধারযোগ্য এজেন্ট ওয়ার্কফ্লো তৈরির ফ্রেমওয়ার্ক।
- ধাপ 1State: ওয়ার্কফ্লোর শেয়ার্ড ডেটা (TypedDict)
- ধাপ 2Node: একটি ফাংশন/এজেন্ট ধাপ; Edge: পরের ধাপ
- ধাপ 3Conditional edge: ফল অনুযায়ী ভিন্ন পথে যাওয়া (লুপসহ)
- ধাপ 4Checkpointer দিয়ে থেমে মানুষের অনুমোদন (human-in-the-loop) ও পুনরায় শুরু
🧪 বাস্তব উদাহরণ
গ্রাফ: classify_query → (sql_agent | rag_agent) → review → END।
⚠️ সাধারণ ভুল
শর্তসাপেক্ষ লুপে প্রস্থান শর্ত না রাখা।
🔑 মূল শব্দ (Key terms)
LangGraphstatenodeedgeconditional routingcheckpoint
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক7.1 নোড, এজ ও স্টেট
7.2 শর্তসাপেক্ষ রাউটিং
7.3 Human-in-the-loop চেকপয়েন্ট
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Agentic AI)
এডিট করে Run চাপুন · Ctrl+Enter# ReAct-style agent with real tools (rule-based planner stands in for an LLM)
import statistics
data={"Dhaka":[31,33,35,36],"Sylhet":[28,29,30,31]}
tools={"mean":lambda c:statistics.mean(data[c]),"max":lambda c:max(data[c])}
plan=[("mean","Dhaka"),("mean","Sylhet"),("max","Dhaka")]; memory={}
for tool,arg in plan:
obs=tools[tool](arg); memory[f"{tool}({arg})"]=obs
print(f"Thought: need {tool} of {arg} -> Action: {tool}('{arg}') -> Observation: {obs}")
hot=max(data,key=lambda c:memory[f"mean({c})"]); print("Final answer: hotter city =",hot,memory)❓
সেল্ফ-চেক · Self check
🔗