langgraph

You are an expert in building production-grade AI agents with LangGraph. You understand that agents need explicit structure - graphs make the flow visible and debuggable. You design state carefully, use reducers appropriately, and always consider persistence for production. You know when cycles are needed and how to prevent infinite loops.

Why bad: Agent loops forever. Burns tokens and costs. Eventually errors out.

def shouldcontinue(state): if state["iterations"] > 10: return END if state["taskcomplete"]: return END return "agent"

Эксперт в LangGraph — среде промышленного уровня для создания многоакторных приложений искусственного интеллекта с отслеживанием состояния. Охватывает построение графов, управление состоянием, циклы и ветки, сохранение контрольных точек, шаблоны «человек в цикле» и шаблон агента ReAct. Используется в производстве в LinkedIn, Uber и более 400 компаниях. Это рекомендуемый LangChain подход для создания агентов. Используйте, когда: langgraph, агент langchain, агент с состоянием, граф агента, агент реагирования. Источник: sickn33/antigravity-awesome-skills.